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

Systèmes de navigation intelligents basés sur la vision

L’utilisation de capteurs géomatiques tels que les scanners laser, GNSS, systèmes de navigation inertielle (INS) et caméras photogrammétriques pour fournir des solutions de cartographie mobile a été largement étudiée et employée au cours des trois dernières décennies. La fusion des données entre les systèmes de cartographie mobile haut de gamme tels que le balayage laser et les systèmes basés sur l’imagerie, et les systèmes de caméras à faible coût, demeure un champ fertile dans la transformation numérique. Le résultat attendu de ce projet est un kit de développement logiciel (SDK) permettant la fusion de données entre des systèmes de cartographie mobile haut de gamme et des systèmes de caméras à faible coût. Ce SDK fournira des informations d’infrastructure numérique multidimensionnelle pour une utilisation dans les systèmes de navigation basée sur la vision (VBN). La recherche pourrait avoir un impact significatif sur les domaines du LCMM, du VBN pour la navigation/cartographie intérieure et de la navigation autonome.

Voir la description complète du projet
Superviseur du corps professoral :

Aboelmagd Noureldin

Étudiant :

Hany Ragab

Partenaire :

Micro Engineering Tech Inc

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Université Queen’s

Programme :

Accélération

Utilisation de la XR pour relever les défis de coordination dans les projets de construction

La conception de bâtiments est un processus complexe et itératif qui nécessite la collaboration entre des concepteurs issus de nombreuses disciplines. La qualité de la conception a un impact direct sur le succès du projet et la mauvaise qualité des conceptions est la principale cause de retards, de remaniements et de dépassements de coûts. Cette recherche vise à améliorer la qualité de la conception en se concentrant sur deux thèmes : traiter les enjeux de coordination de conception rencontrés et recueillir des contributions de conception liées à la constructibilité et à la maintenabilité des utilisateurs finaux concernés. À cette fin, l’utilisation de technologies modernes telles que la réalité virtuelle (RV) et la réalité augmentée (AR), qui sont ensemble désignées comme réalité étendue (XR), avec leur potentiel pour offrir une meilleure compréhension spatiale, sera explorée. La recherche examine l’impact de l’utilisation d’outils de RV et de RA pour améliorer la qualité de la conception et mesure ses bénéfices potentiels. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Sheryl Staub-French

Étudiant :

Devarsh Bhonde

Partenaire :

EllisDon

Discipline :

Génie - civil

Secteur :

Construction et infrastructures

Université :

Programme :

Accélération

Une approche d’apprentissage profond pour la conception de capteurs souples et l’optimisation des procédés pour un procédé industriel d’extraction de nickel

L’objectif de ce projet est d’utiliser des approches d’intelligence artificielle (IA) pour résoudre des problèmes industriels complexes. Les deux plus grands avantages des approches basées sur l’IA sont la capacité d’apprendre continuellement et aussi d’apprendre adéquatement à partir de données historiques. Traditionnellement, de nombreuses informations de procédé sont immesurables lors des opérations en direct en raison des limitations de l’instrumentation. De plus, les usines ne sont pas suffisamment optimisées pour maximiser la qualité de la production tout en minimisant le gaspillage. En utilisant des approches basées sur l’IA, nous pouvons développer des modèles complexes non linéaires à partir de l’historique pour prédire les informations de processus non mesurables. Les modèles apprennent également continuellement des nouvelles données qui arrivent à l’usine. Pour optimiser les opérations de processus, une autre famille d’algorithmes d’IA appelée apprentissage par renforcement sera utilisée. Ces algorithmes apprendront l’ensemble du processus, y compris ce qui se passe lorsque chaque variable du processus est modifiée. Avec ces connaissances, l’apprentissage par renforcement peut alors fournir les ensembles optimaux d’intrants pour maximiser la productivité de l’usine tout en minimisant ses gaspillages.

Voir la description complète du projet
Superviseur du corps professoral :

Jinfeng Liu

Étudiant :

Rui Nian

Partenaire :

NTwist

Discipline :

Génie - chimique / biologique

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

L’impact du transfert de connaissances dans les affaires internationales sur l’éducation de la petite enfance

Cette recherche se concentre sur trois domaines substantiels (1) le programme d’études et l’enseignement en éducation de la petite enfance, (2) les relations et partenariats internationaux en affaires internationales et (3) la gestion des affaires dans le transfert de connaissances liés aux défis et aux possibilités de la manière dont l’éducation de la petite enfance s’engage dans les différents contextes nationaux dans le contexte mondial. Cette étude identifiera les tensions entre les objectifs des partenaires canadiens et chinois. Ces tensions seront explorées à l’aide d’un programme canadien spécifique appliqué à une maternelle chinoise. L’objectif de la recherche est triple : (1) aider au développement d’opportunités d’affaires internationales, ainsi qu’à entretenir les relations de gestion dans l’industrie de l’éducation de la petite enfance; (2) aider tant les chercheurs internationaux que les praticiens à comprendre comment certains aspects culturels et caractéristiques économiques avec des applications en classe se retrouvent tant au Canada qu’en Chine.

Voir la description complète du projet
Superviseur du corps professoral :

Mary Bernard

Étudiant :

Liton Furukawa

Partenaire :

Université de technologie du Zhejiang

Discipline :

Entreprises

Secteur :

Finance, assurance et affaires

Université :

Université Royal Roads

Programme :

Accélération

Bulletin d’activités physiques ParticipACTION pour les enfants et les jeunes et la Matrice mondiale 3.0 : Évaluation et harmonisation stratégique

Les niveaux mondiaux d’activité physique chez les enfants diminuent tandis que les comportements sédentaires augmentent, ce qui entraîne une augmentation mondiale des maladies non transmissibles. L’objectif de ce projet est double : 1. contribuer à la promotion de l’activité physique infantile au Canada et dans le monde, et 2. contribuer à la diffusion internationale des connaissances scientifiques concernant l’activité physique infantile. Cela sera réalisé par l’optimisation du développement de la Matrice globale 3.0; l’évaluation de la Matrice globale 3.0; et l’amplification des résultats du rapport ParticipACTION 2018 sur l’activité physique chez les enfants et les jeunes. Ce stage est en accord direct avec l’objectif ambitieux de ParticipACTION, un organisme sans but lucratif qui vise à promouvoir une vie saine et active chez les Canadiens. 

Voir la description complète du projet
Superviseur du corps professoral :

Mark Tremblay

Étudiant :

Salomé Aubert

Partenaire :

ParticipACTION

Discipline :

Épidémiologie / Santé publique et politiques publiques

Secteur :

Dispositifs médicaux

Université :

Université d’Ottawa

Programme :

Accélération

Changements climatiques, récolte de la faune et sécurité alimentaire traditionnelle dans le nord du Québec

Le système alimentaire sauvage du nord du Québec est une ressource naturelle, une ressource de santé et une ressource culturelle essentielle pour les habitants d’Eeyou Istchee et du Nunavik, qui a été et sera affecté par les changements climatiques de nombreuses façons diverses. La recherche proposée ici vise à identifier les impacts probables des changements climatiques sur les principales espèces animales sauvages ainsi que les stratégies d’adaptation qui permettent le maintien de la sécurité alimentaire traditionnelle dans des environnements changeants.

Voir la description complète du projet
Superviseur du corps professoral :

Murray Humphries

Étudiant :

Nathan Badry

Partenaire :

Ouranos Inc

Discipline :

Gestion des ressources et de l’environnement

Secteur :

Affaires autochtones

Université :

Université McGill

Programme :

Accélération

Modifications du régime de modélisation pour améliorer la diversification et la performance du portefeuille

L’allocation d’actifs – la décision de répartir un portefeuille entre les principales classes d’actifs telles que l’argent comptant, les actions et les obligations – est un déterminant clé de la performance du portefeuille. Comme les marchés financiers traversent des périodes d’économies fortes et faibles, la performance d’une classe d’actifs varie selon les conditions économiques changeantes. Ces changements de régime posent un défi à la décision d’allocation d’actifs parce qu’ils affectent le rendement et le risque du portefeuille. L’objectif de ce projet de recherche est de développer des algorithmes statistiques efficaces pour identifier, modéliser et prévoir les régimes de marché ainsi que les principaux moteurs qui influencent la performance d’un portefeuille d’investissement. Sur la base de ces algorithmes, une stratégie est développée pour modifier l’allocation des actifs lorsque des changements dans les conditions financières et économiques sont détectés. Cette stratégie d’investissement devrait offrir de meilleurs résultats à long terme comparativement à des approches plus stables.

Voir la description complète du projet
Superviseur du corps professoral :

Maciej Augustyniak

Étudiant :

Kassimou Abdoul Haki Maoude

Partenaire :

Caisse de dépôt et placement du Québec

Discipline :

Mathématiques

Secteur :

Finance, assurance et affaires

Université :

Université de Montréal

Programme :

Accélération

NOVA (Analyse vidéo optimisée pour le réseau)

Project NOVA s’appuiera sur les capacités analytiques avancées de l’Université d’Ottawa et de Ciena pour permettre aux réseaux du monde entier de comprendre où circulent les flux vidéo sur leur réseau.  Cela permettra aux opérateurs de réseau d’améliorer la Qualification d’Expérience vidéo pour leurs clients finaux, de corriger plus rapidement et de façon plus économique les problèmes vidéo affectant le réseau, de planifier leurs réseaux pour mieux supporter la vidéo et d’offrir une meilleure connaissance du service à la clientèle face à la qualité vidéo supérieure des clients. Ciena anticipe que cette capacité la propulsera comme chef de file mondial de l’analytique vidéo en réseau, avec une base d’employés croissante pour soutenir cette entreprise importante et les initiatives de recherche associées afin d’évoluer et d’élargir ses capacités sur ce marché et vers les marchés adjacents.

Voir la description complète du projet
Superviseur du corps professoral :

Shervin Shirmohammadi

Étudiant :

Hossein Ebrahimi Dinaki

Partenaire :

Ciena Corp.

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Université d’Ottawa

Programme :

Accélération

Élaboration d’un protocole d’étude clinique de phase II pour le traitement du cancer du poumon métastatique non à petites cellules (CPNM) utilisant AB-16B5, un inhibiteur de la transition épithéliale vers mésenchymatose (EMT), en combinaison avec le docétaxel

Les mécanismes moléculaires responsables de l’apparition du cancer métastatique commencent à être élucidés grâce à l’identification des principaux régulateurs. De plus en plus de preuves indiquent que la transition épithéliale vers mésenchymatose (EMT) des cellules tumorales est un processus important contribuant à l’évolution métastatique. L’identification des facteurs stimulés pendant l’EMT pourrait permettre de développer de nouveaux médicaments nécessaires pour augmenter l’efficacité des schémas actuels et améliorer les résultats pour les patients. Alethia Biotherapeutics développe son AB-16B5, un anticorps monoclonal humanisé qui cible la clusterine sécrétée, une protéine stimulée lors de l’EMT et qui contribue à l’invasion des cellules tumorales. Le traitement avec un véritable inhibiteur de l’EMT devrait augmenter l’efficacité de la thérapie actuelle et réduire les métastases, ce qui devrait améliorer la survie du patient. Alethia Biotherapeutics a récemment terminé une première étude de phase I chez l’humain avec AB-16B5 chez des patients atteints de carcinomes avancés. L’objectif principal du projet proposé est d’élaborer un protocole d’essai clinique de phase II pour tester l’hypothèse selon laquelle un traitement avec AB-16B5 en combinaison avec le dolétaxel, un agent cytotoxique, entraînerait un taux de réponse accru.

Voir la description complète du projet
Superviseur du corps professoral :

Grégoire Leclair

Étudiant :

Elisabeth Viau

Partenaire :

Alethia Biotherapeutics Inc

Discipline :

Pharmacie / Pharmacologie

Secteur :

Pharmaceutiques

Université :

Université de Montréal

Programme :

Accélération

Caractérisation des réseaux de détecteurs à semi-conducteurs à oxyde métallique complémentaire rétroéclairés pour CASTOR

Nous cherchons à tester le comportement des détecteurs candidats pour le télescope spatial CASTOR proposé. Nous nous concentrons sur la réponse aux images faibles, le comportement lors du réinitialisation de certaines parties d’une image pendant l’exposition, et le comportement lors de l’utilisation de plusieurs lectures pendant une exposition pour réduire l’effet du bruit aléatoire généré lors de la lecture du détecteur. Nous le ferons en effectuant ces lectures sur les détecteurs lorsqu’ils sont éclairés par une source lumineuse connue en laboratoire dans une chambre à vide froide.

Voir la description complète du projet
Superviseur du corps professoral :

Patrick Côté

Étudiant :

Robert Gleisinger

Partenaire :

Honeywell International

Discipline :

Physique / Astronomie

Secteur :

Technologies de l’information et des communications

Université :

Université de Victoria

Programme :

Accélération

Centre d’excellence en fabrication additive marine

Le projet proposé du NBIF RIF établira un Centre d’excellence en fabrication additive marine (MAMCE) de l’UNB dans l’Atlantique canadien. Le centre se concentre sur les secteurs maritime et de la défense, avec une vision de la tendance mondiale de la technologie maritime pour 2030, incluant la fabrication additive et les matériaux avancés. La mission de MAMCE est d’accélérer l’adoption de la technologie de fabrication additive métallique (AM) dans la région Atlantique, principalement au Nouveau-Brunswick, par le biais de la recherche, de la formation de la main-d’œuvre et de la commercialisation. En tant que projet de renforcement des capacités, le MAMCE apportera infrastructures, expertise et savoir-faire à la région atlantique. L’un des principaux défis auxquels fait face l’adoption des AM est la connaissance et l’expertise. La création du MAMCE et des activités de recherche connexes établiront une base solide pour permettre aux fabricants de la région atlantique de tirer parti des avantages de la fabrication additive. La technologie bouleverse déjà le paradigme traditionnel de la fabrication, et les entreprises régionales auront l’occasion d’être des leaders dans ce domaine.

Voir la description complète du projet
Superviseur du corps professoral :

Mohsen Mohammadi

Étudiant :

Ramin Shamsdini

Partenaire :

Lockheed Martin Canada

Discipline :

Génie - mécanique

Secteur :

Fabrication de pointe

Université :

Programme :

Accélération

Amélioration de la gestion des installations centrée sur l’humain grâce à l’analyse et à la visualisation par apprentissage automatique

Les bâtiments représentent jusqu’à 40% de la consommation d’énergie primaire. Pour optimiser ce coût énergétique par rapport au confort de ses occupants, la gestion des installations (FM) s’appuie sur les données des capteurs et sur l’automatisation pour augmenter l’efficacité. La majorité des bâtiments existants disposent toutefois d’une automatisation limitée, donc c’est aux gestionnaires d’installation d’interpréter et d’agir sur les informations provenant des différents capteurs du bâtiment. C’est souvent difficile sans l’information contextuelle appropriée pour guider et soutenir les décisions. Ce projet vise à résoudre ce problème en utilisant des méthodes d’apprentissage automatique appliquées aux données FM, et à rendre les résultats plus explicites pour les utilisateurs humains, en fournissant un meilleur contexte informationnel ainsi que le développement et l’application de nouvelles techniques de visualisation des données, et en améliorant la prise de décision des gestionnaires d’installation.

Voir la description complète du projet
Superviseur du corps professoral :

Fred Popowich

Étudiant :

Shanghao Chen

Partenaire :

CopperTree Analytics

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Précédent
1...771772773774775776777...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire