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

Sélection des fonctionnalités pour l’apprentissage profond appliquée à l’identification des conducteurs affaiblis

DriveABLE Inc utilise un ensemble de tâches vidéo simples pour identifier les conducteurs affaiblis. Les tâches vidéo prennent la forme de jeux simples et mesurent les capacités cognitives. Les résultats des tests sont analysés par un algorithme alimenté par l’IA qui prédit le niveau d’affaissement du conducteur. L’objectif principal de notre projet est de repenser l’IA de façon à couvrir plus de cas d’utilisation avec moins de tâches. En particulier, nous repenserons l’algorithme pour qu’il accepte des tests incomplets. Nous identifierons aussi les jeux redondants afin de raccourcir l’ensemble des tests. De plus, cette analyse permettra de mettre en évidence des caractéristiques importantes des tâches qui mèneront à une nouvelle génération de tâches améliorées.

Voir la description complète du projet
Superviseur du corps professoral :

Linglong Kong

Étudiant :

Borislav Mavrin

Partenaire :

DriveABLE Inc

Discipline :

Mathématiques

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Apprentissage automatique pour l’industrie des télécommunications – Deuxième année

Ericsson est un leader de l’industrie dans l’offre de solutions et de produits en télécommunications. En tant qu’étape importante vers la gestion automatique et autonome des réseaux de nouvelle génération, Ericsson développe des technologies en apprentissage automatique et en intelligence artificielle qui profiteront aux opérateurs du monde entier, y compris au Canada où Ericsson fournit de la technologie à la plupart des grands opérateurs de réseaux de télécommunications. Dans le projet proposé, en explorant des cas d’utilisation concrets de l’industrie des télécommunications, les chercheurs d’Ericsson au Canada et leurs partenaires académiques feront évoluer les avancées en apprentissage automatique et intelligence artificielle pour l’analyse des données de télécommunications et l’exploitation des réseaux de télécommunications. Cela permettra à Ericsson de développer de nouveaux produits et services, ce qui permettra aux opérateurs de réseaux canadiens d’offrir des services de communication améliorés aux clients canadiens. Le projet proposé mènera à de nouvelles méthodologies pour traiter des données complexes de réseaux de communication, corriger des déséquilibres importants dans les ensembles de données et effectuer la détection d’anomalies.

Voir la description complète du projet
Superviseur du corps professoral :

Mark Coates

Étudiant :

Mathew Goonewardena

Partenaire :

Ericsson Canada

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Élévation

Mise à l’échelle d’un plastifiant vert

Les plastifiants sont utilisés pour augmenter la flexibilité et la facilité de travail de polymères relativement rigides comme le polychlorochlorure de vinyle (PVC). Pendant des décennies, le di-2-éthylhexyle phtalate (DEHP et parfois appelé dioctylphtalate (DOP)) était le plastifiant le plus couramment utilisé dans les formulations en PVC. Cependant, il a été démontré que le DEHP a des effets négatifs sur la santé, comme être un perturbateur endocrinien. Récemment, le DEHP a été interdit dans les jouets pour enfants et des alternatives aux phtalates sont rapidement offertes. Nous avons développé des esters à base de succinate qui se biodégradent en métabolites non toxiques après avoir été jetés, tout en fonctionnant aussi bien, voire mieux, que DEHP en formulations de mélange. Le stage précédent a établi une formulation prometteuse basée sur le diheptyl succinate (DHPS), avec des blocs de construction durables et un procédé simplifié qui respecte presque tous les 12 principes de la chimie verte. 

Voir la description complète du projet
Superviseur du corps professoral :

Milan Maric

Étudiant :

Roya Jamarani

Partenaire :

Tours CG

Discipline :

Génie - chimique / biologique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Développement d’un modèle compatible électromagnétique-transitoire (EMT) pour la tour de la ligne de transmission électrique et le système de mise à la terre de la semelle de la tour

Les lignes de transmission s’étendent sur des centaines de kilomètres et constituent le composant le plus vulnérable d’un système électrique aux frappes de foudre. Des dommages à l’équipement, des coûts de réparation élevés et une perte de revenus peuvent survenir lorsque la foudre frappe la tour de transmission ou les conducteurs. Les systèmes de mise à la terre des tours de transmission jouent un rôle majeur pour atténuer les surtensions. L’impédance de la structure de la tour contribue également à l’impédance totale du système lorsqu’elle est soumise à des surtensions électriques. Des macro-modèles dans le domaine temporel seront développés, compatibles avec les simulateurs de systèmes électriques (comme PSCAD/EMTDC) et permettant le calcul des courants et des tensions le long de la structure de la tour en tenant compte de plusieurs facteurs géométriques et paramètres de terre. PSCAD/EMTDC, un logiciel de simulation largement utilisé dans le monde, a été développé au Centre de recherche HVDC MHI/Manitoba. Collaboration avec milieu postsecondaire (Université du Manitoba), dans ce projet, fournira au PSCAD/EMTDC des outils de simulation avancés pour calculer les surtensions induites par la foudre avec plus de précision.

Voir la description complète du projet
Superviseur du corps professoral :

Behzad Kordi

Étudiant :

Bamdad Salarieh

Partenaire :

Manitoba Hydro International Ltd

Discipline :

Génie - informatique / électricité

Secteur :

Secteur de l’énergie

Université :

Programme :

Modélisation de la dispersion des gaz atmosphériques à l’aide de la dynamique des fluides computationnelle

Bien que rares, les installations industrielles peuvent subir des défaillances mineures à catastrophiques, communément appelées perte de confinement primaire (LOPC), ce qui peut entraîner la libération de gaz et/ou de liquides dangereux. Pour protéger la sécurité du public, les entreprises doivent offrir un moyen d’atténuer les dommages potentiels aux personnes et à l’environnement. Puisque ces mesures sont déterminées à l’avance, la capacité à développer et produire des techniques de modélisation précises est d’une importance capitale.
La modélisation de la dispersion des gaz dans l’atmosphère après des rejets industriels (cheminées industrielles, brèches de confinement, etc.) repose sur la capacité de simuler un écoulement atmosphérique précis près de la surface de la Terre. Ces coulées sont généralement divisées en trois classes de stabilité. Bien que la stabilité neutre soit bien comprise et s’applique à plusieurs scénarios réels, une prédiction précise de la dispersion sous un écoulement atmosphérique stable et instable élargirait le nombre actuel de cas applicables. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Jan Haelssig

Étudiant :

Devin O’Malley

Partenaire :

Stantec Consulting Ltd.

Discipline :

Génie

Secteur :

Ressources naturelles

Université :

Programme :

Accélération

Explorer les architectures d’apprentissage profond pour le casting automatique à partir de films

Les applications de casting automatique visent à reconnaître avec précision les régions faciales correspondant à la présence d’un même acteur dans un film pour produire une vidéo décrite. Ce projet portera sur la tâche de réidentifier le visage de chaque acteur principal lorsqu’ils apparaissent dans différentes scènes d’un film. C’est une tâche difficile parce que, bien que les films récents soient généralement en haute résolution, les visages sont souvent occultés et leur apparence varie considérablement selon la pose, l’échelle, l’éclairage, etc. Ce projet se concentrera sur le développement et l’évaluation d’architectures de réseaux neuronaux convolutionnels (CNN) adaptées à la réidentification précise des visages dans les applications de casting automatique. Les architectures d’apprentissage profond ont récemment démontré un niveau de précision nettement supérieur comparé aux méthodes conventionnelles sur de nombreux problèmes complexes de reconnaissance visuelle. Cependant, ces architectures sont complexes, et les trajectoires faciales non étiquetées capturées dans un film fournissent des données de référence limitées pour adapter ou affiner les CNN. 

Voir la description complète du projet
Superviseur du corps professoral :

Hugo Lemoine St-André

Étudiant :

Hugo Lemoine St-André

Partenaire :

Centre de recherche informatique de Montréal

Discipline :

Arts visuels

Secteur :

Technologies de l’information et des communications

Université :

École de technologie supérieure

Programme :

Accélération

Utilisation des écrans de réalité virtuelle 3D en vol : les effets du désaccord vestibulaire-oculaire sur la conscience de la situation – Deuxième année

Ce PDF approfondira notre compréhension de la façon dont la réalité augmentée, une technologie émergente, peut améliorer la conscience collaborative de la situation. En particulier, ce projet explorera les meilleures façons de partager l’information lorsque deux personnes ou plus utilisent chacune un appareil de réalité augmentée. Par exemple, dans les environnements maritimes, il y a toujours un risque d’événements d’homme à l’eau. Selon la lumière et les conditions de la mer, il peut être difficile de repérer puis de partager l’information de localisation avec les personnes responsables de la navigation. Des dispositifs de réalité augmentée qui ressemblent à des lunettes ou des lunettes peuvent superposer des informations holographiques à votre champ de vision. Ces informations holographiques peuvent ne pas être perceptibles autrement dans le monde réel. On croit que la conscience de la situation, comme la connaissance de la localisation d’entités importantes dans l’environnement (personnes, autres navires, aéronefs ou terrains), peut être améliorée par l’utilisation de la réalité augmentée. 

Voir la description complète du projet
Superviseur du corps professoral :

Chris Herdman

Étudiant :

Kathleen Van Benthem

Partenaire :

General Dynamics Canada

Discipline :

Arts visuels

Secteur :

Aérospatiale et défense

Université :

Université Carleton

Programme :

Élévation

Utilisation de la technologie verte dans la récupération d’or : Deer Cove

La mine d’or Deer Cove est située à environ 4,2 km au nord de Ming’s Bight, près de Baie Verte, au centre-nord de Terre-Neuve. On sait aussi que de l’or libre se trouve dans le till environnant. Bien que des études préliminaires aient été menées, on ignore encore si l’or dans la tille peut être récupéré économiquement et, plus important encore, écologiquement grâce aux technologies vertes. Ce projet étudiera la possibilité de développer un procédé écologique économiquement viable pour extraire l’or du till de Deer Cove, en laissant l’habitat naturel intact.  Le produit final sera une étude de faisabilité qui couvre le potentiel d’exploitation minière économique en utilisant des technologies vertes. Ce travail établira les possibilités et le cadre pour des essais sur le terrain.

Voir la description complète du projet
Superviseur du corps professoral :

Gary Thompson

Étudiant :

Christina Burke

Partenaire :

Anaconda Mining Inc.

Discipline :

Génie

Secteur :

Exploitation minière et carrière

Université :

Collège de l’Atlantique Nord

Programme :

Accélération

Stratégies d’énergie carboneutre et outil d’évaluation rapide pour les immeubles résidentiels multilogements (MURB) à Toronto

Les bâtiments sont responsables d’un tiers des émissions totales de carbone dans le monde. Le bâtiment à zéro émission nette est un type de bâtiment qui produit autant d’énergie qu’il en consomme, et il a un grand potentiel de réduction d’énergie et de carbone. Cette recherche vise à étudier comment les immeubles résidentiels multiunitaires (MURB) (par exemple, les condominiums) à Toronto peuvent devenir zéro émission carbone, ainsi qu’à créer un outil simple pour évaluer rapidement si l’atteinte de zéro émission nette est réalisable. Les organisations partenaires comptent parmi les leaders pour pousser l’industrie du développement résidentiel vers des normes de performance énergétique plus élevées. Ce projet fournira des informations complètes pertinentes pour la conception de condominiums à faible consommation d’énergie ou à zéro émission nette. Elle permettra également aux organisations partenaires de mieux relever les défis de la transition vers une économie zéro ou faible émission de carbone.

Voir la description complète du projet
Superviseur du corps professoral :

Danny Harvey

Étudiant :

Li Miao

Partenaire :

Bâtiments durables Canada

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Construction et infrastructures

Université :

Université de Toronto

Programme :

Accélération

Nouveau système de positionnement et de navigation GNSS à haute précision utilisant des signaux GNSS triple fréquence – Deuxième année

Le positionnement précis des points (PPP) est une technologie de positionnement précis de nouvelle génération utilisant le GNSS et devrait être adoptée dans de plus en plus d’applications. À ce jour, tous les systèmes PPP disponibles sur le marché sont des systèmes à double fréquence et le temps de convergence de positionnement long a limité ses applications étendues. Avec l’avancement de la modernisation du GNSS, des signaux à triple fréquence deviennent disponibles, ce qui permettra de surmonter ce défi. On s’attend à ce que tous les satellites GNSS diffusent des signaux à triple fréquence d’ici 2020, ce qui offre des opportunités d’innovation technologique et de développement de nouveaux produits. Ce projet vise à développer un système GNSS PPP triple fréquence en temps réel avec une capacité de convergence de positionnement rapide. Les principales tâches incluent l’étude des variations de polarisation du signal en triple fréquence, le développement de stratégies de traitement pour la détermination du biais spécifique au signal observable (OSB), ainsi que la résolution rapide des ambiguïtés des PPP à triple fréquence. Un prototype de système sera développé pour évaluer la performance du système pour le développement du produit.

Voir la description complète du projet
Superviseur du corps professoral :

Abu Sesay

Étudiant :

Zhixi Nie

Partenaire :

Profound Positioning Inc

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Élévation

Essais virtuels de composites dans l’aérospatiale

L’industrie aérospatiale canadienne s’appuie sur des campagnes d’essais coûteuses et longues pour introduire de nouveaux composites ou obtenir des propriétés de base des matériaux. Les limites de conception admissibles (par exemple, la résistance utilisée dans les phases de conception) sont obtenues à partir de facteurs empiriques de réduction qui tiennent compte de la température, de l’environnement, etc. Cette approche est trop conservatrice et déconnectée des fondements physiques; cela mène aussi à des situations où différentes équipes d’une même entreprise (par exemple, Bombardier) utilisent différents facteurs pour la même pièce. Disposer de modèles prédictifs précis pourrait réduire les tests et diminuer les facteurs de déchure. La défaillance des composites est un processus complexe à plusieurs échelles et aucune théorie « simple » ne peut prédire avec précision la défaillance des composites. À ce stade, aucun cadre ne semble plus approprié.
L’objectif principal de ce projet est de planifier comment l’utilisation de modèles et techniques prédictifs de défaillance composites existants et nouveaux peut réduire les tests et déterminer des facteurs de conception plus précis. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Martin Levesque

Étudiant :

Ilyass Tabiai

Partenaire :

Bombardier Aeronautic Inc

Discipline :

Génie - mécanique

Secteur :

Aérospatiale et défense

Université :

Programme :

Élévation

Une étude sur les propriétés psychométriques des mesures orientées patient dans la fragilité et la démence – Deuxième année

Les mesures centrées sur le patient peuvent faciliter de meilleurs résultats de santé en se concentrant sur les symptômes jugés importants pour le patient. L’échelle d’atteinte des objectifs (GAS), un système de fixation d’objectifs qui met l’accent sur les symptômes des patients individuels, a été utilisé dans la recherche sur la démence. Cependant, il n’est pas clair si le SGA est sensible aux changements de symptômes (réactivité) lorsque les patients fixent un seul objectif au lieu des trois ou plus recommandés. L’échelle picturale de la forme et de la fragilité (PFFS) a été développée en réponse à certaines des limites des mesures de fragilité couramment utilisées (par exemple, un petit nombre de symptômes listés; Inadéquation avec une fragilité sévère), et ses propriétés psychométriques (fiabilité, validité et réactivité) ne sont pas claires. Ainsi, des recherches sur les propriétés psychométriques du SGA à objectif unique et du PFFS nouvellement développé sont nécessaires. Cette recherche contribuera à consolider la position du partenaire industriel comme leader mondial dans le domaine de la mesure des résultats centrée sur le patient pour la surveillance clinique et la recherche.

Voir la description complète du projet
Superviseur du corps professoral :

Olga Theou

Étudiant :

Lisa McGarrigle

Partenaire :

DGI Clinical Inc

Discipline :

Médecine

Secteur :

Dispositifs médicaux

Université :

Programme :

Élévation

Précédent
1...745746747748749750751...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire