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

Réglage automatisé des modèles pour le commerce de détail

L’intelligence artificielle, en particulier les algorithmes d’apprentissage automatique, joue un rôle important dans la construction de systèmes de recommandation et de prévisions promotionnelles pour les détaillants. Cependant, entraîner un modèle d’apprentissage automatique nécessite le choix de plusieurs caractéristiques importantes et nécessite d’ajuster un large ensemble de configurations. Par conséquent, il faut beaucoup de temps aux humains pour trouver la configuration optimale pour un ou plusieurs prédicteurs. Cependant, la performance prédictive des modèles d’ajustement automatisé existants n’est pas aussi bonne que celle du réglage manuel. De plus, cette approche ne peut pas s’appliquer à plus d’un modèle. Ce projet proposera un système capable de proposer automatiquement un ensemble de modèles avec des caractéristiques et configurations correspondantes pour un problème spécifique (par exemple, la prévision promotionnelle) offrant une performance bonne ou acceptable pour la prédiction.

Voir la description complète du projet
Superviseur du corps professoral :

Anthony Bonner

Étudiant :

Lan Yao

Partenaire :

Rubikloud Technologies Inc.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Développement d’un environnement de simulation d’appel d’offres

Addictive Tech Corp est une entreprise de technologies publicitaires en pleine croissance. Ils utilisent un logiciel d’enchères publicitaires en temps réel, qui est massif et sophistiqué. La dynamique réelle impliquée dans chaque enchère est complexe et difficile à prévoir. Cela rend l’écriture de logique de test pour un tel système lourde et presque impossible d’attraper tous les cas marginaux. En raison de l’ampleur des opérations, il est difficile de comprendre l’environnement dans lequel le logiciel d’appel d’offres fonctionne. C’est problématique car ces logiciels doivent être très optimisés pour être compétitifs. Créer une simulation de l’environnement dans lequel le système opère permet une étude contrôlée de ce système et de cet environnement. Avoir un contrôle précis de la paramétrisation de l’environnement dans la simulation rendra les tests et analyses plus fluides.

Voir la description complète du projet
Superviseur du corps professoral :

Cristiana Amza

Étudiant :

Vincent Tembo

Partenaire :

Addictive Tech Corp

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Évaluation du trafic en salle d’opération : une approche d’analyse vidéo

Surgical Safety Technology vise à améliorer la sécurité des salles d’opération en capturant et en analysant des vidéos d’opérations. Habituellement, la circulation en salle d’opération (comme le déplacement de personnes) a un impact énorme sur la chirurgie. Des mouvements inutiles peuvent distraire les chirurgiens et contaminer l’environnement stérile. Ce projet applique des modèles de vision par ordinateur pour détecter et suivre les mouvements des personnes dans la salle d’opération et évaluer la relation entre les événements indésirables et les erreurs. Des modèles populaires d’apprentissage automatique tels que les réseaux neuronaux convolutionnels profonds (CNN) et la mémoire à court terme long (LSTM) ont la capacité d’analyser des données séquentielles temporelles. Entraînés à partir de données bien étiquetées directement provenant d’hôpitaux spécifiques, ces modèles pourraient déterminer précisément la trace du trafic en salle d’opération et sa corrélation avec les événements chirurgicaux.

Voir la description complète du projet
Superviseur du corps professoral :

Sanja Fidler

Étudiant :

Tianbao Li

Partenaire :

Surgical Safety Technologies Inc

Discipline :

Informatique

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Reconstruction de la posture de la main basée sur des capteurs multi-tactiles rapides

Servant de partie du corps la plus utilisée pour la communication, la main est un outil très important pour l’interaction humaine avec le monde. Surtout avec le développement continu de la réalité virtuelle et de la réalité augmentée, l’information sur la posture manuelle est graduellement devenue un élément indispensable pour améliorer l’expérience des utilisateurs lors de l’interaction avec les appareils informatiques. Par conséquent, ce projet vise à réaliser une reconstruction par pose de main basée sur la technologie de détection capacitive utilisant un algorithme d’apprentissage automatique. Le capteur capacitif qui sera utilisé dans ce projet est soutenu par le partenaire du projet, Tactual Labs, qui, à la fin de ce projet, bénéficiera de l’intelligence de son contrôleur capacitif innovant actuel.

Voir la description complète du projet
Superviseur du corps professoral :

Karan Singh

Étudiant :

Yanjun Jiang

Partenaire :

Tactual Labs Co.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Examiner les médias pour la détection de fraude

De nos jours, l’image publique d’une entreprise joue un rôle majeur dans ses décisions et ses finances. Ce projet consiste à prédire la fraude et les erreurs dans les états financiers des sociétés cotées en bourse. L’objectif est d’intégrer des informations telles que des communiqués de presse et des couvertures médiatiques de l’industrie afin d’offrir un aperçu de ces entreprises en audit et de leurs secteurs. En fin de compte, cela servirait d’outil pour aider les vérificateurs à identifier la fraude et les erreurs dans ces états financiers.
Ce projet porte sur l’analyse des informations médiatiques collectées pour des caractéristiques telles que les sentiments des entreprises, les opinions publiques et les prédictions de tendances. Cela peut aider à identifier les fausses déclarations dans les états financiers annuels, la manipulation des actions et d’autres problèmes.

Voir la description complète du projet
Superviseur du corps professoral :

Suzanne Stevenson

Étudiant :

Ran Zhang

Partenaire :

CaseWare International

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Prévention de la fraude dans les paiements B2B en temps réel à l’aide d’algorithmes de diffusion en continu

La plateforme Pungle pays-as-a-service offre des déboursements commerciaux à faible coût, en temps réel et sans friction, des transferts entre particuliers (P2P) et des paiements fournisseurs B2B. La mission de Pungles est d’offrir aux entreprises une plateforme de paiements numériques qui offre des décaissements et des transferts en temps réel. Le problème qui survient avec la numérisation des paiements commerciaux est un risque accru de fraude en raison de sa nature électronique. Par conséquent, il est nécessaire d’être absolument certain que l’expéditeur et le destinataire des paiements sont les parties visées et qu’il n’y a aucune anomalie dans le volume et la fréquence des paiements. Ce projet vise à construire un pipeline de données en continu, incluant l’entreposage de données, qui nous permettra d’enregistrer et de conserver les données de transactions tant pour les traces d’audit que comme ensemble de données avec lequel nous développerons et entraînerons ensuite un système de prévention de la fraude en temps réel en utilisant les recherches les plus récentes en algorithmes de streaming / apprentissage automatique.

Voir la description complète du projet
Superviseur du corps professoral :

Richard Zemel

Étudiant :

Xu Sun

Partenaire :

Pungle

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Un agent artificiel pour l’interrupteur de lumière

Les appareils domestiques intelligents dotés d’intelligence artificielle (apprentissage automatique et apprentissage profond) vont changer nos modes de vie dans un avenir rapproché. L’objectif de ce projet est de développer un agent artificiel qui alimentera les interrupteurs intelligents produits par ecobee. L’agent artificiel, un programme d’apprentissage automatique, utilisera les données recueillies par les capteurs dans les interrupteurs intelligents et aidera les utilisateurs à utiliser les interrupteurs sans contrôle manuel. L’objectif de ce projet est de développer un programme intelligent sous-jacent pour apprendre les comportements et les utilisateurs avec les interrupteurs. L’avancement de ce projet aidera ecobee à offrir de meilleurs interrupteurs intelligents à ses clients et pourrait intégrer ce programme intelligent à d’autres appareils similaires de la maison intelligente ecobee. Ainsi, le succès de ce projet pourra éventuellement contribuer à l’industrie des maisons intelligentes.

Voir la description complète du projet
Superviseur du corps professoral :

Roger Grosse

Étudiant :

Han Meng

Partenaire :

Ecobee Inc.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Amélioration des algorithmes de détection et de classification des billes fluorescentes pour le comptage des cellules CD4 dans les cytomètres à flux portatifs

Ce projet de recherche porte sur le développement d’un logiciel pour un dispositif capable de diagnostiquer le VIH et de surveiller sa gravité en prélevant un petit échantillon de sang du patient. Le logiciel comptera le nombre de cellules immunitaires présentes dans l’échantillon en prenant des images du sang du patient au fur et à mesure qu’il circule dans l’appareil. Il rapportera ensuite le nombre de cellules au professionnel de la santé qui pourra établir un diagnostic.
Ce projet facilitera le processus de diagnostic du VIH et rendra le dépistage du VIH plus accessible en général. Cela pourrait grandement améliorer les résultats pour les patients dans les pays en développement, où l’accès aux soins de santé est médiocre et où le besoin d’équipements médicaux accessibles augmente.

Voir la description complète du projet
Superviseur du corps professoral :

Jan Andrysek

Étudiant :

Vyshnavi Kommu

Partenaire :

ChipCare

Discipline :

Génie - biomédical

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

L’architecture Kappa au service de l’adéquation des couches

Les fournisseurs de services mondiaux dans des secteurs financiers hautement réglementés doivent s’adapter à un paysage en constante évolution, parfois concurrent, de préoccupations réglementaires et commerciales. Ce projet vise à définir une conception d’infrastructure technologique qui soutient les préoccupations actuelles et anticipées concernant la confidentialité et la résidence des données, permettant de garder les données à l’intérieur des frontières tout en facilitant la collaboration au-delà de ces frontières. Les consommateurs sont de plus en plus conscients de la collecte de leurs données privées, mais ignorent souvent les mouvements transfrontaliers de leurs données. Les entreprises sont conscientes de la portée limitée (ou non testée) des recours juridiques et réglementaires lorsque leurs données (et celles de leurs clients) franchissent inutilement les frontières. Ce projet vise à ajouter des cadres technologiques pour aider à répondre à ces préoccupations des clients et des entreprises.

Voir la description complète du projet
Superviseur du corps professoral :

Ashvin Goel

Étudiant :

Alexandre Luiz Brisighello Filho

Partenaire :

Ethoca Technologies

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

L’évolution du design de stockage de données pour un secteur financier hautement réglementé.

Les fournisseurs de services mondiaux dans des secteurs financiers hautement réglementés doivent s’adapter à un paysage réglementaire en constante évolution, parfois concurrent. Ce projet vise à déterminer une voie raisonnable pour la conception et l’adoption des technologies afin de tenir compte des préoccupations actuelles et anticipées concernant la confidentialité et la résidence des données, permettant de garder les données à l’intérieur des frontières tout en facilitant la collaboration au-delà de ces frontières. Les consommateurs sont de plus en plus conscients de la collecte de leurs données privées, mais ignorent souvent les mouvements transfrontaliers de leurs données. Les entreprises sont conscientes de la portée limitée (ou non testée) des recours juridiques et réglementaires lorsque leurs données (et celles de leurs clients) franchissent inutilement les frontières. Ce projet vise à ajouter des cadres technologiques pour aider à répondre à ces préoccupations des clients et des entreprises.

Voir la description complète du projet
Superviseur du corps professoral :

Matt Medland

Étudiant :

Dana Alpysbayeva

Partenaire :

Ethoca Technologies

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Des voies plus écologiques vers les fluorocarbures à valeur ajoutée par des réactions catalysées par les métaux

Les méthodes de production actuelles pour les nouveaux réfrigérants (HFO-1234yf) utilisés dans les voitures, réfrigérateurs, climatiseurs, etc., nécessitent des conditions énergivores et parfois corrosives. Le projet actuel vise à réduire ou éliminer ces deux mises en garde. Nous proposons qu’en utilisant des matières premières ou sous-produits facilement disponibles issus de la fabrication en téflon, nous pourrions utiliser notre procédé pour fabriquer facilement le HFO-1234yf. L’utilisation de nos conditions moins énergivores, de chauffage à seulement 50 °C et de conditions douces pourrait entraîner des réductions significatives des coûts d’équipement et des besoins énergétiques de l’usine. Ainsi, la réduction de la demande énergétique entraînera une baisse des coûts de production. Cela réduira aussi les émissions de CO2, ce qui pourrait s’avérer bénéfique, en Ontario, avec le programme actuel de plafonnement et échange. Ces améliorations profiteraient à notre partenaire en leur permettant de produire la même qualité de produit à moindre coût et incluant la possibilité de développer de nouveaux produits.

Voir la description complète du projet
Superviseur du corps professoral :

Tom Baker

Étudiant :

Nicholas Andrella

Partenaire :

Arkema

Discipline :

Biochimie / Biologie moléculaire

Secteur :

Énergie alternative

Université :

Programme :

Accélération

Améliorer les conditions sociales pour la jeunesse autochtone : une étude de cas des sports organisés dans la nation crie de Canoe Lake

Ce projet de stage portera sur les enjeux qui touchent les conditions sociales générales des jeunes des Premières Nations dans les communautés du Nord, rurales et éloignées, avec un accent particulier sur la communauté nordiste de la Nation Crie de Canoe Lake. Historiquement, les habitants de Canoe Lake menaient un mode de vie traditionnel à partir de la terre, incluant des terres traditionnelles perdues au profit du champ de tir de Cold Lake. La perte des terres traditionnelles et des moyens de subsistance a eu d’énormes effets sociaux sur la communauté et ses habitants. Le sport organisé et les loisirs offrent une occasion d’améliorer les conditions sociales des communautés du Nord et de reconstruire l’identité et la confiance des jeunes des Premières Nations. Il existe un potentiel énorme et inexploité pour les jeunes des Premières Nations, et cette recherche mettra en lumière comment nous pouvons améliorer les résultats sociaux des jeunes.

Voir la description complète du projet
Superviseur du corps professoral :

Ken Coates

Étudiant :

Blaine Mirasty

Partenaire :

Conseil tribal de Meadow Lake

Discipline :

Administration publique

Secteur :

Affaires autochtones

Université :

Programme :

Accélération