Projets innovants réalisés

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

13270 Projets terminés

1072
AB
2795
C.-B.
430
MO
106
NF
348
SK.
4184
L’ONT
2671
QC (EN)
43
PE
209
N.-B.
474
N.-S.

Projets par catégorie

10%
Informatique
9%
Génie
1%
Ingénierie - biomédicale
4%
Ingénierie - chimique / biologique

Enquête sur l’effet des dommages causés par le rayonnement sur le mécanisme de défaillance du matériau d’espacement CANDU X-750 Ni

La présente étude porte sur la compréhension de la fragilisation induite par la radiation dans le matériau d’espacement du réacteur CANDU, l’Inconel X-750. La préimpltion de l’hélium suivie d’une irradiation protonique sera utilisée comme substitut à l’irradiation neutronique pour simuler les dommages causés par le rayonnement sur la microstructure de l’Inconel X-750. Un essai de micro-traction sur le matériau d’irradiation X-750 sera effectué pour évaluer les propriétés mécaniques et explorer en outre le mécanisme de défaillance ou de rupture. La surveillance étape par étape du comportement de déformation de l’alliage X-750 irradié pendant l’essai de déformation SEM in situ sera utilisée pour comprendre le mécanisme de défaillance de l’entretoise CANDU après irradiation. En outre, l’observation TEM post-déformation sur l’Inconel X-750 irradié aidera à étudier l’effet des défauts induits par la radiation sur la propriété de rupture / défaillance du matériau de l’entretoise.

Voir la description complète du projet
Superviseur de la faculté :

Zhongwen Yao

Etudiant :

Pooyan Changizian

Partenaire :

Kinectrics Inc. (en)

Discipline :

Ingénierie - mécanique

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

Registre foncier compatible blockchain : vers l’amélioration de la transparence, de la responsabilité et de la conformité

Le système actuel d’enregistrement foncier en Ontario manque d’efficacité et de transparence ; et est vulnérable aux problèmes de qualité de l’information en raison de l’absence d’un système uniforme et intégré pour enregistrer et partager des données en temps réel sur les transactions foncières entre les organisations d’intervenants. Pour surmonter ces problèmes, de nombreux pays se tournent vers la technologie blockchain pour permettre les transactions d’enregistrement foncier. Une mise en œuvre de bout en bout d’une plate-forme d’enregistrement foncier compatible blockchain a le potentiel de créer un système décentralisé, transparent et digne de confiance capable de suivre tous les événements d’importance liés à une propriété spécifique. Cependant, il n’existe pas au Canada d’initiatives de ce genre qui explorent les possibilités offertes par la technologie de la chaîne de blocs pour les transactions d’enregistrement foncier. Notre recherche vise à combler cette lacune. L’objectif de cette recherche est d’utiliser une approche de preuve de concept et de développer un prototype de plate-forme blockchain qui répond aux exigences spécifiques des cas d’utilisation liés aux événements immobiliers et aux transactions entre les entités commerciales. À CONT’D

Voir la description complète du projet
Superviseur de la faculté :

Umar Ruhi

Etudiant :

Karim Sultan

Partenaire :

Développement de Arrowhead

Discipline :

Entreprises

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Développement d’un revêtement diélectrique pour le système de surveillance cardiaque portable de nouvelle génération

L’électrocardiographie ou ECG est une technologie qui peut être utilisée pour surveiller l’activité électrique du cœur sur une longue période de temps. De tels signaux peuvent être utilisés pour interpréter à la fois la structure et la fonction du cœur. Les conceptions ECG traditionnelles se composent de plusieurs électrodes qui doivent être placées directement en contact avec la peau d’un patient. Ces électrodes sensorielles métalliques sont généralement transformées en configuration en forme de disque et l’un des principaux inconvénients est l’incohérence dans l’enregistrement du signal en raison d’un mauvais contact avec la peau de la nature non flexible de la conception de l’électrode. Ainsi, HelpWear Inc. est destiné à fabriquer des capteurs ECG de nouvelle génération en utilisant un matériau polymère flexible pour remplacer la conception traditionnelle d’ECG encombrante et intégrer de nouveaux matériaux pour les applications de soins de santé portables.

Voir la description complète du projet
Superviseur de la faculté :

Hani Naguib

Etudiant :

Yu-Chen Soleil

Partenaire :

HelpWear

Discipline :

Ingénierie - mécanique

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Hyperstate : Communication entre les organisations dans le secteur de la musique

Le projet actuel vise à créer une solution de plate-forme logicielle qui résout la communication entre les organisations de l’industrie de la musique. Dans l’ensemble, la plate-forme utilise des systèmes tiers pour répondre aux exigences de l’énoncé du problème. De plus, la plate-forme est construite sur des niveaux d’abstraction pour intégrer différents composants. La recherche de l’intégration de ces parties, y compris les technologies blockchain, résoudra la transmission de données et la responsabilité responsable de la distribution de paiement de la valeur dans le cas d’utilisation spécifique du partenaire de l’industrie de la musique. Plus précisément, transmettez des données entre plusieurs organisations (labels, artistes, distributeurs, etc. efficacement) pour effectuer des paiements rapidement, en toute sécurité et fiables afin d’obtenir la confiance entre les participants. La chaîne des processus qui vont être définis automatisera les processus traditionnels responsables. Chaque participant obtiendra ses gains plus équitablement et plus rapidement, en améliorant et en innovant dans l’industrie en même temps.

Voir la description complète du projet
Superviseur de la faculté :

Ralph Deters

Etudiant :

Marco Antonio Maigua Teran

Partenaire :

Membran Canada

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Perception et prédiction 3D pour la conduite autonome

Pour qu’un véhicule autonome (AV) puisse prendre des décisions et conduire de manière indépendante dans les rues urbaines, le problème à résoudre peut être décomposé en de nombreuses phases, dont deux sont la perception et la prédiction. La perception fait référence au processus d’extraction d’informations précieuses de l’environnement à l’aide de données collectées par des capteurs tels que le LIDAR et la caméra. Cela inclut la détection de voitures, de ped estrians, de voies parmi de nombreux objets. La prédiction fait référence au processus de suivi de tous les objets connus et de prédiction des actions futures possibles afin de permettre au véhicule autonome de prendre des décisions éclairées. Traditionnellement, ces tâches sont effectuées de manière séquentielle et indépendante l’une après l’autre. Cela rend l’incertitude difficile à propager de la perception à la prédiction. L’objectif de ce projet est de construire un modèle d’apprentissage profond qui combine la perception et la prédiction 3D.

Voir la description complète du projet
Superviseur de la faculté :

Sanja Fidler

Etudiant :

Satya Krishna Gorti

Partenaire :

Groupe Uber Advanced Technologies

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Développement d’échafaudages bio-absorbables à élution médicamenteuse pour les applications de perçage corporel

Près de 20% de tous les piercings conduisent à une infection locale, et par conséquent, il est impératif de développer des méthodes alternatives et commercialement viables de suivi de perçage pour prévenir l’infection. L’objectif général du projet proposé est d’optimiser la conception d’échafaudages bio-absorbables à élution médicamenteuse pour les applications de perçage des tissus humains et animaux en mettant l’accent sur la dégradation des échafaudages et les propriétés de libération de médicaments. Des méthodes de fabrication à basse température d’échafaudages bio-absorbables à élution médicamenteuse seront développées et optimisées. De plus, la géométrie de l’échafaudage et la concentration de médicaments à intégrer dans l’échafaudage seront déterminées en fonction du profil de libération du médicament et du taux de dégradation (in vitro).

Voir la description complète du projet
Superviseur de la faculté :

Ali Ahmadi

Etudiant :

Tartela Alkayyali

Partenaire :

BioPierce Canada Ltée

Discipline :

Ingénierie - autres

Secteur :

Fabrication de pointe

Université :

Programme :

Accélération

Détection et simulation d’anomalies pour les données de capteurs non étiquetées

Le développement rapide dans les domaines des statistiques et de l’apprentissage automatique démontre des performances sans précédent dans la prise de décisions commerciales cognitives. Quartic.ai vise à utiliser une technologie d’apprentissage automatique de pointe pour aider les fabricants à évaluer et à maintenir la qualité de leurs unités industrielles, qui subissent des dommages en raison de l’utilisation continue et de l’usure normale. Ces dommages doivent être détectés rapidement afin d’éviter d’autres pertes. Les données de ce domaine sont enregistrées à l’aide de capteurs à différentes étapes du flux de processus. Les principaux défis de l’analyse de ces données de capteurs sont (1) les données non étiquetées, qui peuvent contenir très peu d’anomalies ou de valeurs aberrantes non observées ; (2) le développement et l’évaluation d’algorithmes qui peuvent détecter de manière robuste les anomalies. En raison du manque d’étiquettes, les performances des algorithmes ne peuvent pas être évaluées directement. Pour résoudre les problèmes, nous concevrons soigneusement des simulations en tenant compte de divers types de valeurs aberrantes et développerons de nouveaux algorithmes de classification robustes à une classe.

Voir la description complète du projet
Superviseur de la faculté :

Linglong Kong

Etudiant :

Sile Tao

Partenaire :

Quartic.ai Canada inc.

Discipline :

Mathématiques

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Prédire le rétablissement à la suite d’une commotion cérébrale pendant l’instruction des cadets militaires à l’aide de données d’IRM multimodales et de l’apprentissage automatique

Dans les forces armées, les commotions cérébrales sont courantes et bon nombre d’entre elles surviennent lorsqu’elles ne sont pas déployées, y compris pendant les exercices d’instruction des cadets. Pour la majorité des personnes ayant subi une commotion cérébrale, les symptômes disparaissent d’eux-mêmes, mais pour une minorité misérable, les symptômes persistent au-delà de la période de récupération typique de 3 mois, ce qui a un impact sur la qualité de vie. La plupart des recherches sur les commotions cérébrales produisent des inférences au niveau du groupe qui ne peuvent pas être utilisées pour faire des prédictions individuelles. Nous proposons une approche d’apprentissage automatique supervisé pour construire un modèle permettant de prédire la récupération des symptômes à partir de plusieurs mesures cérébrales d’IRM. La capacité d’identifier les personnes dans la phase aiguë susceptibles d’avoir une mauvaise récupération des symptômes à 6 mois après la blessure est incroyablement utile pour la prise de décision clinique, la gestion des commotions cérébrales, un traitement optimisé et une médecine personnalisée. Ce projet contribuera à combler l’écart entre la recherche et l’utilisation clinique, en adaptant et en validant les applications d’apprentissage automatique en neuroimagerie. À CONT’D

Voir la description complète du projet
Superviseur de la faculté :

Douglas Cook

Etudiant :

Ashley Ptinis

Partenaire :

Synaptive Medical Inc.

Discipline :

Médecine

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

La génétique des biomarqueurs sanguins dans la MPOC

La MPOC est une maladie inflammatoire progressive des voies respiratoires caractérisée par une inflammation persistante et progressive des voies respiratoires. Il s’agit d’une cause majeure de morbidité et de mortalité mondiales et devrait devenir la troisième cause de décès d’ici 2020. Les biomarqueurs peuvent être utiles pour diagnostiquer la maladie étant donné que les mesures de la fonction pulmonaire habituellement utilisées ont une faible corrélation avec les symptômes et d’autres mesures de la progression de la maladie. Cependant, la relation entre les biomarqueurs et la MPOC est encore insaisissable. L’établissement de la causalité pour des protéines et des voies sélectionnées est une étape prometteuse vers leur développement en tant que biomarqueurs et cibles thérapeutiques. Notre groupe a découvert que la protéine D du surfactant est un nouveau biomarqueur, joue un rôle causal dans la pathogenèse de la MPOC et sa progression. À CONT’D

Voir la description complète du projet
Superviseur de la faculté :

Xuekui Zhang

Etudiant :

Ailan Shi

Partenaire :

Providence Health Care

Discipline :

Mathématiques

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Apprentissage automatique vers des processus de raffinage intelligents de l’acier

Dans l’industrie sidérurgique, les modèles de contrôle de procédé doivent être fondés sur une bonne compréhension physique du procédé, mais devraient également tenir compte de nombreuses incertitudes en raison de la nature et de la complexité de l’environnement dans lequel le procédé est effectué. Par conséquent, il est crucial d’extraire des informations utiles sur le contrôle des processus du flux de données brutes acquises par les capteurs industriels. Le projet proposé vise à développer des algorithmes avancés pour améliorer l’estimation des paramètres de contrôle clés dans le processus de décarburation argon-oxygène (AOD), en tirant parti des approches et des outils d’apprentissage automatique appliqués aux données de fabrication. Cette recherche, bien qu’il s’agisse d’une formation précieuse pour un étudiant très talentueux au Canada, aidera l’organisation partenaire Tenova Goodfellow Inc. à maintenir son leadership en matière d’optimisation des procédés appliquée aux fours de fabrication de l’acier.

Voir la description complète du projet
Superviseur de la faculté :

Abdallah Shami

Etudiant :

Elena Uchiteleva

Partenaire :

Tenova Goodfellow Inc. (en)

Discipline :

Ingénierie - informatique / électrique

Secteur :

Fabrication de pointe

Université :

Programme :

Accélération

Leçons apprises et outil de prise de décisions pour les projets d’ingénierie

Selon le Conseil mondial du pétrole (WPC), l’âge moyen des employés des sociétés pétrolières et gazières est de 50 ans, et on estime qu’au cours des 5 prochaines années, 40 à 60% d’entre eux prendront leur retraite. La conséquence en est une crise liée à l’âge dans le secteur étant donné que, dans de nombreux cas, les connaissances accumulées vont avec les barbes grises qui prennent leur retraite. L’objectif de ce projet est de commencer à ouvrir la voie à la mise au point d’un nouveau système logiciel qui appuie les tâches de prise de décisions en temps opportun fondées sur les leçons apprises et les pratiques exemplaires de l’industrie pétrolière et gazière, répondant ainsi au besoin actuel d’une grande entreprise de la région des Maritimes de réduire les frais généraux du processus complexe de récupération de tous les éléments d’information nécessaires pour résoudre un problème.

Voir la description complète du projet
Superviseur de la faculté :

Fernando Paulovitch

Etudiant :

Mitchell Kane

Partenaire :

Waterford Energy Services Inc. (en)

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Détection et localisation robustes de la présence intérieure basée sur le WiFi

Dans ce projet, nous nous intéressons aux méthodes sans appareils qui détectent, surveillent et suivent passivement la présence, l’emplacement et les mouvements des personnes à l’intérieur à l’aide d’appareils compatibles Wi-Fi standard. Nous utilisons les informations extraites de la couche physique des liaisons sans fil pour détecter et interpréter la présence humaine, l’emplacement et les activités physiques. La conception et la mise en œuvre actuelles des systèmes basés sur le Wi-Fi présentent certaines incohérences et limitations temporelles en raison de la complexité de la propagation du signal sans fil dans l’environnement intérieur et de la nature difficile du comportement humain lui-même. Ce projet se concentre sur les techniques d’extraction des fonctionnalités pour réduire les incohérences de données et améliorer les performances des algorithmes d’apprentissage automatique classiques et des modèles d’apprentissage profond, pour la création d’applications robustes pour la maison intelligente telles que la détection de présence et la localisation à l’intérieur.

Voir la description complète du projet
Superviseur de la faculté :

Xue (Steve) Liu

Etudiant :

Qianyu Liu

Partenaire :

Aerial Technologies Inc.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Précédent
1...804805806807808809810...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire