Projets novateurs réalisés

Explorez des milliers de projets réussis issus de la collaboration entre organisations et talents postsecondaires.

13270 Projets achevés

1072
AB
2795
C.-B.
430
MB
106
NF
348
SK
4184
ON
2671
QC
43
PE
209
NB
474
NS

Projets par catégorie

10%
Informatique
9%
Génie
1%
Génie - biomédical
4%
Génie - chimique / biologique

Développement de nouvelles techniques pour la validation et l’étalonnage des modèles de systèmes électriques

La modélisation dynamique est l’un des outils les plus importants pour l’exploitation et la planification du système électrique. Pour étudier le comportement du système, qui est soumis à des perturbations, une connaissance valide des paramètres des composants du système est essentiellement requise. L’objectif de ce projet est de proposer un algorithme applicable pour identifier les paramètres des modèles des composants du système électrique. À des fins d’identification, les sous-sections réelles des systèmes électriques collectées par les unités de mesure phasorale (PMU) sont utilisées. Par la suite, le modèle acquis doit être validé afin d’évaluer sa capacité à fonctionner avec précision dans différentes conditions de fonctionnement. Cette étude s’inscrit dans le thème de recherche du stagiaire, qui est la modélisation, l’identification et le contrôle des systèmes de production d’électricité. De plus, ce projet aidera Powertech à ajouter un outil à leur logiciel pour prédire le comportement des composants des systèmes électriques.

Voir la description complète du projet
Superviseur du corps professoral :

Jeffery Pieper

Étudiant :

Peyman Sindareh Esfahani

Partenaire :

Powertech

Discipline :

Génie - mécanique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Vérification de l’intégrité basée sur le comportement des prototypes (BBIV)

L’informatique web, dans laquelle le web mondial est lui-même utilisé comme plateforme de calcul distribué, entre dans une phase d’expansion rapide avec l’avènement de la plateforme Web ouverte, de sorte que des programmes qui fonctionnaient autrefois uniquement dans un environnement natif sur ordinateur, tablette ou téléphone peuvent maintenant fonctionner directement depuis un navigateur. Il y a donc un besoin d’une nouvelle forme de protection pour les applications. Les modèles de sécurité existants sont inadéquats pour faire face aux menaces émergentes aux applications dans des environnements à faible coût et très exposés, car ils ne protègent pas les données et le code sur les terminaux de réseau grand public exposés, qui sont vulnérables aux attaques accédant directement à leur matériel et à leurs logiciels. Irdeto a développé une nouvelle approche pour protéger ces applications basée sur de nouvelles méthodes de vérification de l’intégrité, qui permettent à l’intégrité validée implémentée de servir de racine de confiance. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Azzedine Boukerche

Étudiant :

Fan Zhang

Partenaire :

Irdeto Canada

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Étude des conduits magmatiques et de leurs relations avec la minéralisation Cu-Pd à l’horizon ouest du gisement Marathon, ON, Canada

La minéralisation du cuivre et du palladium (Cu-Pd) au gisement Marathon est associée aux roches gabbro. Il est fondamentalement important de pouvoir distinguer les différents types de gabbros, car seuls ceux de la série Marathon accueillent la minéralisation. Cela se fait par l’exploitation forestière, la carotte de forage, la géochimie de la roche entière et la minéralogie. On croit que la minéralisation à l’horizon ouest (la minéralisation de plus haute qualité à Marathon) s’est formée dans un système de conduits (magma en écoulement), mais les distributions des gabbros dans l’horizon ouest doivent être déterminées afin de développer un modèle 3D, qui pourra ensuite être appliqué pour orienter les futures explorations. L’objectif de la présente étude est de développer un modèle 3D de l’horizon ouest. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Robert Linnen

Étudiant :

Yonghua Cao

Partenaire :

Stillwater Canada Inc

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Ressources naturelles

Université :

Programme :

Accélération

Revue des technologies et innovations de la comminution sèche

Goldcorp a récemment annoncé une nouvelle initiative appelée H2zero visant à réduire la consommation d’eau dans ses opérations minières de 80 à 100%. Le traitement des minéraux, et plus précisément la comminution et la séparation minérale, sont les principaux consommateurs d’eau. Cette recherche porte sur les technologies de comminution sec et représente une première étape vers l’avancement de la comminution sèche dans le cadre d’un objectif à plus long terme et d’un croisement de recherches. Une revue de littérature sera menée afin de rassembler des informations sur les technologies existantes et nouvelles de comminution sec. La revue examinera les technologies utilisées dans divers secteurs et évaluera leur adéquation pour l’extraction des métaux.

Voir la description complète du projet
Superviseur du corps professoral :

Bern Klein

Étudiant :

Mengdie Zhang

Partenaire :

Goldcorp Inc.

Discipline :

Génie

Secteur :

Exploitation minière et carrière

Université :

Programme :

Accélération

Stratégies de portefeuille dans le cadre de l’optimisation de scénarios

Ce projet se concentre sur la méthode d’optimisation des scénarios, qui n’a pas besoin de faire d’hypothèses pour la distribution sous-jacente des actifs et d’incorporer directement cette incertitude dans les fonctions objectives ou contraintes par programmation stochastique. L’optimisation des scénarios est réalisée sous différents paramètres et contraintes, tandis que les modèles de Markowitz et Black-Litterman sont pris comme références pour évaluer si l’optimisation des scénarios peut surpasser les méthodes traditionnelles avec les mêmes données de fonds négociés en bourse (ETF). La frontière efficace du portefeuille déterminée par l’optimisation du scénario est également montrée pour comparer avec les méthodes traditionnelles. Un test d’hypothèse est réalisé pour voir si nous pouvons mapper efficacement l’optimisation du scénario vers le modèle Black-Litterman. RiskGrid Technologies bénéficiera de sa participation au stage, car la réalisation de cette approche sera directement utilisée pour améliorer les services offerts aux clients de l’application RiskGrid Open Eikon. À SUIVRE

Voir la description complète du projet
Superviseur du corps professoral :

Traian Pirvu

Étudiant :

Chengwei Qin

Partenaire :

RiskGrid Technologies Inc.

Discipline :

Mathématiques

Secteur :

Université :

Programme :

Accélération

L’impact des corrélations sur VaR

Les compagnies d’énergie sont dans le métier de transformer l’énergie d’une forme en une autre. Par exemple, une centrale au gaz transforme l’énergie chimique potentielle stockée dans le gaz naturel en énergie électrique. Une installation de stockage de gaz naturel permet de stocker de l’énergie (détenue sous forme de gaz naturel) à un moment donné et de la récupérer ultérieurement. Un gazoduc transporte de l’énergie d’un endroit à un autre. Le résultat est que les risques financiers auxquels une entreprise énergétique fait face impliquent un large portefeuille d’écarts — des différences entre les prix de l’énergie. Ces prix varient de façon stochastique au fil du temps et sont généralement liés entre eux d’une manière ou d’une autre. Ce projet impliquera d’étudier ces relations et comment elles affectent des mesures spécifiques du risque auquel l’entreprise est confrontée face à d’éventuels mouvements futurs de ces prix.

Voir la description complète du projet
Superviseur du corps professoral :

Tony Ware

Étudiant :

Liang Chen

Partenaire :

TransAlta

Discipline :

Mathématiques

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

Modèles génératifs pour les prédictions de séries temporelles financières

Le stagiaire travaillera à appliquer les nouvelles avancées du domaine de l’apprentissage automatique à des modèles qui font des prédictions sur des données de séries temporelles. Les modèles possèdent la propriété souhaitable de modéliser la distribution des résultats d’une manière à laquelle nous pouvons échantillonner, ce qui nous permet de tenir compte de l’incertitude dans les prédictions du modèle. En faisant des prédictions plus précises avec des indicateurs d’incertitude plus précis, Electronica pourra construire des portefeuilles offrant des rendements ajustés au risque plus désirables aux investisseurs.

Voir la description complète du projet
Superviseur du corps professoral :

David Duvenaud

Étudiant :

Jonathan Lorraine

Partenaire :

Electronica AI Inc

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Extraction d’informations sur les fournisseurs à partir du web

Utilisant la technologie d’exploration web en coordination avec des techniques d’apprentissage automatique de pointe, le projet vise à extraire des informations utiles et structurées sur les fournisseurs mondiaux à partir du web. Les avancées récentes en intelligence artificielle ont accru la viabilité de tels systèmes autonomes pour extraire de l’information cohérente à partir de contenus arbitraires produits par des humains. En tirant parti de ces technologies, notre objectif est de bâtir de meilleurs systèmes de découverte et de recommandation de fournisseurs. De tels systèmes permettraient aux fabricants de rencontrer les bons fournisseurs plus rapidement, mettant ainsi leurs produits sur le marché plus rapidement. Les méthodes et processus que nous allons développer pourraient aussi être transférables à différentes tâches d’exploration de texte sur d’autres sujets.

Voir la description complète du projet
Superviseur du corps professoral :

Frank Rudzicz

Étudiant :

Mete Kemertas

Partenaire :

Tealbook inc

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Détection et classification automatisées des événements indésirables en chirurgie

Pendant les chirurgies, il est important de suivre ce qui se passe avec le patient, les étapes prises par le personnel opératoire, ainsi que les événements imprévus qui surviennent. Tous les précédents correspondent au flux de travail chirurgical. Suivre le flux de travail est essentiel pour obtenir une chirurgie meilleure et plus sécuritaire. Par le passé, des outils informatiques ont été développés pour suivre chaque étape du chirurgien pendant la chirurgie, et pour diviser les phases chirurgicales séparées. Cependant, les événements défavorables n’ont pas été suivis. Ce projet vise à développer des logiciels informatiques capables de détecter les événements indésirables survenant lors d’une chirurgie et de classifier leur gravité. De cette façon, on s’attend à ce qu’il évalue la performance chirurgicale à un rythme plus rapide. Les avancées réalisées grâce à ce stage amélioreront les compétences chirurgicales, les résultats pour les patients et réduiront les coûts de soins de santé inutiles.

Voir la description complète du projet
Superviseur du corps professoral :

Babak Taati

Étudiant :

Juliana De La Vega Fernandez

Partenaire :

Surgical Safety Technologies Inc

Discipline :

Informatique

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Filtrage collaboratif profond utilisant la récupération d’information en deux étapes

L’entreprise souhaite développer un système de recommandation à la fine pointe de la technologie pour ses clients. Un système de recommandations est un logiciel qui fournit des suggestions de produits aux clients sur un site web. Par exemple, les suggestions de produits disponibles sur la page web d’Amazon sont générées par son moteur de recommandation.
Les moteurs de recommandation typiques fonctionnent en utilisant les informations existantes sur les préférences utilisateur-produit. Ils recommandent des produits à un utilisateur en comparant ses préférences à celles d’autres utilisateurs similaires. L’exemple typique est celui des utilisateurs qui ont acheté l’article-A aussi acheté l’article-B. Cela souffre du problème du démarrage à froid. Cela arrive, par exemple, lorsqu’un utilisateur se connecte pour la première fois et n’a aucune information de préférence.
Nous proposons de résoudre ce problème en utilisant l’information du contenu utilisateur et en employant une technique appelée apprentissage profond. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Richard Zemel

Étudiant :

Himanshu Rai

Partenaire :

Milq

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Application des documents de réponse standard

Développer un modèle pour un système peut s’accompagner de beaucoup d’incertitudes, surtout aux premiers stades du développement. Des recherches récentes ont été menées pour éliminer l’incertitude lors des modèles aux premiers stades. Doctalk prévoit d’utiliser la recherche moderne pour développer un produit viable pour le marché, tout en contribuant au processus de recherche appliqué au développement du produit.

Voir la description complète du projet
Superviseur du corps professoral :

Marsha Chechik

Étudiant :

Jamie Beith

Partenaire :

Doctalk Inc

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Étiquetage de la parole d’un utilisateur en temps réel pour une VoIP toujours activée

TurnMeUp est une application iOS pour les communications vocales en permanence. Les utilisateurs laissent l’application tourner en arrière-plan et peuvent parler au destinataire (également en utilisant l’application) à tout moment. Cette application est particulièrement utile pour les collègues qui écoutent leur propre musique en arrière-plan sans avoir à entrer ou sortir manuellement des appels vocaux. Pour économiser de la bande passante et s’assurer que les utilisateurs écoutent de la musique sans être interrompus inutilement, TurnMeUp envoie des signaux vocaux au destinataire seulement si l’utilisateur parle. Le but de ce projet est d’améliorer l’algorithme utilisé pour détecter quand l’utilisateur parle (par opposition au bruit de fond ou à d’autres personnes parlant) en temps réel, en utilisant des méthodes contemporaines d’apprentissage automatique. Ce projet pourrait potentiellement améliorer la performance de TurnMeUp; Dans la mesure du possible, cela garantira que la totalité du discours de l’utilisateur, et rien d’autre, soit transmise au destinataire.

Voir la description complète du projet
Superviseur du corps professoral :

Frank Rudzicz

Étudiant :

Willie Chang

Partenaire :

Synervoz Communications Inc

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Précédent
1...686687688689690691692...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire