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

Simulation numérique de la turbulence et des performances in situ des turbines de marée dans le passage de Minas

La turbulence est un enjeu important à chaque site envisagé pour le développement de l’énergie marémotrice en cours d’eau. Cet écoulement turbulent crée des forces fluctuantes sur les pales et les structures de soutien des turbines à marée, réduisant la performance de l’éolienne et raccourcissant la durée de vie de la turbine. Ainsi, améliorer et valider les modèles numériques de la turbulence et du fonctionnement des turbines en écoulement turbulent est nécessaire pour mieux prédire le fonctionnement des dispositifs et, ainsi, développer des projets d’énergie marémotrice efficaces et financièrement viables. Ce projet étendra les modèles numériques existants pour prédire l’impact de la turbulence dans Minas Passage sur la performance des turbines de marée dans le but à long terme de réduire le coût global de production d’énergie pour la région. Les simulations numériques s’appuieront sur le logiciel EXN/Aero développé et commercialisé par Envenio, offrant une opportunité d’élargir la capacité et la visibilité des logiciels dans le secteur de la modélisation environnementale.

Voir la description complète du projet
Superviseur du corps professoral :

Jeans Tigre

Étudiant :

Farhad Baratchi

Partenaire :

Envenio Inc.

Discipline :

Génie - mécanique

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

Extraction automatisée des procédures de synthèse chimique à l’aide de l’apprentissage automatique

Le projet implique le développement d’un système pour automatiser l’extraction des procédures de synthèse à partir des textes d’articles de chimie organique décrivant des synthèses explicites et expérimentales de composés organiques et leurs propriétés correspondantes.

Voir la description complète du projet
Superviseur du corps professoral :

Jian Tang

Étudiant :

Michael Guarino

Partenaire :

CognitiveChem Solutions Inc

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Surveillance de la variation génétique et de la structure des populations d’ours blancs en Colombie-Britannique afin d’éclairer l’écotourisme et la gestion des ressources

Les ours esprits sont un symbole précieux de la forêt tropicale de la Grande Ours en Colombie-Britannique. Ces ours blancs sont une ressource économique et culturellement importante qui nécessite une surveillance efficace pour assurer leur perpétuation. Protéger la continuité future des ours blancs nécessite également de comprendre à la fois comment l’allèle de l’ours blanc est perpétué et la santé de ces populations. Un élément important de la santé des populations est la variation génétique. Les populations génétiquement variables sont capables de mieux s’adapter aux menaces changeantes que les groupes génétiquement démunis. En utilisant des marqueurs génétiques, cette étude étudiera la santé des populations d’ours blancs sur les îles de la forêt tropicale de la Grande Ourse. Ces informations seront transmises à nos partenaires des Premières Nations et de l’Écoutorisme, ainsi qu’à la Raincoast Conservation Foundation.

Voir la description complète du projet
Superviseur du corps professoral :

Chris Darimont

Étudiant :

Lauren Henson

Partenaire :

Fondation pour la conservation de la Raincoast

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Ressources naturelles

Université :

Programme :

Accélération

Développement d’un affichage transparent près de l’œil utilisant un réseau de microlentilles clairsemé et des principes de champ lumineux

Les écrans montés sur la tête (HMD) permettent une transmission pratique des données visualisées à l’utilisateur. Les HMD sous forme de lunettes et de lunettes de protection (aussi appelées lunettes intelligentes et lunettes de protection), comme Vuzix Blade et Epson Moverio [1-3], ont été introduits, mais l’acceptation publique de ces appareils a été plutôt décevante. Une partie de la lenteur de l’acceptation peut être attribuée aux coûts encore élevés des dispositifs (>1000 $) et à un facteur de forme important, principalement parce que ces dispositifs utilisent des optiques uniques et sophistiquées sur des plateformes dédiées et non adaptables. Dans cette recherche, nous souhaitons concevoir une optique HMD universelle qui puisse être placée dans la ligne de vue de l’utilisateur et suffisamment fine et compacte pour être rétrofableable sur des lunettes conventionnelles, en utilisant des réseaux de microlentilles (MLA) et les principes du champ lumineux.

Voir la description complète du projet
Superviseur du corps professoral :

Boris Stoeber

Étudiant :

Parc Hongbae Sam

Partenaire :

Former Athletica Inc

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Détection des manœuvres des engins spatiaux basée sur des données publiques disponibles

La détection des manœuvres est importante pour plusieurs besoins opérationnels, comme faciliter le suivi des satellites actifs, discerner et prévoir l’activité régulière d’un satellite, et détecter les écarts par rapport aux schémas de manœuvre normaux. Bien que les données sur les orbites des satellites soient accessibles publiquement sur Internet, leur précision est faible et incertaine, ce qui complique la détection des manœuvres. L’objectif de ce projet est de développer et de mettre en œuvre de nouvelles techniques pour reconnaître quand des manœuvres ont eu lieu, et donner une première estimation de l’ampleur et de la direction de ces manœuvres. Les algorithmes développés seront testés selon des historiques de manœuvres publiés et intégrés dans un logiciel développé en interne chez GlobVision.

Voir la description complète du projet
Superviseur du corps professoral :

James Forbes

Étudiant :

Eleonora Botta

Partenaire :

GlobVision

Discipline :

Génie - mécanique

Secteur :

Aérospatiale et défense

Université :

Programme :

Accélération

BoneTape : une technologie novatrice de fixation craniomaxillo-faciale

Les fractures craniofaciales nécessitent une stabilisation pour restaurer l’apparence, faciliter la guérison et améliorer les résultats des patients. La norme actuelle de soins est constituée de plaques rigides en titane, qui nécessitent des perçages, des vis et le pliage des plaques de titane avec des pliques lors de la chirurgie pour s’adapter à la géométrie complexe de la face. Il s’agit d’une solution surdimensionnée qui est non seulement difficile à utiliser, mais entraîne aussi des complications, notamment la douleur et l’inconfort, nécessitant des chirurgies de suivi dans jusqu’à 50% des interventions de fixation de fracture faciale. Cohesys développe un système de ruban adhésif flexible bio-absorbable, BoneTape™, qui est plus facile à utiliser pour les cliniciens et qui offrira de meilleurs résultats pour les patients. Nous cherchons à mettre à profit la créativité et les talents des meilleurs chercheurs biomédicaux canadiens pour transformer notre prototype en un dispositif médical agréé qui peut avoir un impact là où c’est important, entre les mains des chirurgiens qui réalisent ces interventions chaque semaine.

Voir la description complète du projet
Superviseur du corps professoral :

Paul Santerre

Étudiant :

Alexander Lausch

Partenaire :

Cohesys Inc.

Discipline :

Génie - biomédical

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Un cadre aux éléments finis pour la modélisation constitutive non linéaire des matériaux manufacturés en superalliage

En raison de sa polyvalence, de son gain de temps et de coûts, la technologie de fabrication additive (AM), et plus précisément le procédé de fusion sélective par laser (SLM), remplace les procédés de fabrication conventionnels, notamment pour la production de composants géométriques complexes. Dans cette technologie, les pièces de forme quasi nette sont construites progressivement en fusionnant des couches de poudre à l’aide d’une source de chauffage intensive. L’analyse des contraintes structurelles et l’évaluation du lifing par l’analyse par éléments finis (FE) sont des pratiques modernes d’ingénierie bien acceptées dans les procédures de développement de produits. L’utilisation de cette méthode de solution réduit les coûts d’essais et d’erreurs ainsi que les risques d’échec, entre autres. En raison de la microstructure/texture unique des superalliages fabriqués par additifs, les propriétés mécaniques résultantes sont très anisotropes, contrairement aux pièces fabriquées de façon conventionnelle qui sont généralement isotropes. Par conséquent, prédire efficacement les propriétés mécaniques et la performance fonctionnelle des composants SLM via des simulations FE devient crucial. Dans ce contexte, l’objectif principal de ce projet est de créer un cadre fiable de simulation FE pour prédire la performance opérationnelle des composants de sections chaudes de turbines à gaz fabriquées par SLM pour Siemens Canada. Dans cette recherche, des modèles constitutifs phénoménologiques avancés pour des applications de fabrication additive seront identifiés et développés. De plus, les prédictions numériques seront validées par rapport aux données expérimentales.

Voir la description complète du projet
Superviseur du corps professoral :

Mathias Legrand

Étudiant :

Omid Majidi

Partenaire :

Siemens Canada

Discipline :

Génie - mécanique

Secteur :

Secteur de l’énergie

Université :

Programme :

Élévation

Reconnaissance des entités nommées pour le système automatisé de service à la clientèle

Ce projet vise à créer un outil robuste, efficace et fiable pour la reconnaissance des entités nommées (NER) à partir de vastes quantités de données textuelles liées au service à la clientèle.
La reconnaissance des entités nommées, une sous-tâche de l’extraction d’information, vise à localiser et classer les éléments du texte en catégories prédéfinies telles que les noms de personnes, organisations, lieux, expressions des temps, quantités, valeurs monétaires, pourcentages, etc.
De plus, ces entités nommées extraites seront mappées à des concepts existants d’une ontologie.
Le développement de cet outil permettra de prendre des décisions plus facilement et plus rapidement dans le service à la clientèle pour le partenaire industriel.

Voir la description complète du projet
Superviseur du corps professoral :

Fatiha Sadate

Étudiant :

Ghaith Dekhili

Partenaire :

Thales Canada Inc.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Reconnaissance du signal par apprentissage automatique à l’aide de fonctionnalités d’ondelettes

Les techniques émergentes d’apprentissage automatique et d’intelligence artificielle apportent des changements révolutionnaires dans tous les secteurs industriels. En tant qu’entreprise de solutions d’affaires de haute technologie, Quartic.ai utilise ces techniques modernes pour aider les entreprises industrielles à travailler plus efficacement. L’un des problèmes difficiles est de faire en sorte que l’ordinateur reconnaisse automatiquement l’état et le comportement de la machine à partir des données recueillies par différents capteurs, afin que les gens puissent enregistrer l’historique de la machine et effectuer des analyses plus approfondies. Ce projet tente de développer des algorithmes pour atteindre cet objectif en utilisant la technologie d’apprentissage automatique de pointe. Les algorithmes développés aideront l’ordinateur à apprendre d’abord les motifs des données des capteurs et à reconnaître/détecter automatiquement les comportements de la machine.

Voir la description complète du projet
Superviseur du corps professoral :

Bin Han

Étudiant :

Chenzhe Diao

Partenaire :

Quartic.ai Canada Inc

Discipline :

Mathématiques

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Détection d’anomalies dans la circulation terrestre des véhicules

L’objectif de ce projet est de développer une capacité à détecter et décrire des situations anormales dans le trafic terrestre des véhicules. Les situations anormales sont décrites comme des changements substantiels/importants par rapport au trafic fréquemment observés pour un itinéraire et/ou une période donnée. En ce sens, l’anomalie peut être mesurée quantitativement par le degré de prévisibilité du trafic actuel à partir des observations historiques. Dans le cas d’utilisation d’intérêt, l’information provenant du trafic sera captée à partir d’un capteur GMTI effectuant des surveillances récurrentes (1 à 3 heures par jour, plusieurs jours par semaine) sur la même zone. En développant une telle capacité, Thales souhaite créer une nouvelle offre de service (basée sur des données historiques existantes mais encore inexploitées) : une capacité d’aide à la décision pour les analystes GMTI qui attirera leur attention sur des activités suspectes qui passeraient normalement inaperçues. Ce projet ne traite pas de problèmes de traitement ou de suivi de données brutes, mais utilise des traces de véhicules comme données d’entrée.

Voir la description complète du projet
Superviseur du corps professoral :

Lijun Sun

Étudiant :

Xudong Wang

Partenaire :

Thales Canada Inc.

Discipline :

Génie - civil

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

De la collecte, de la maintenance et de l’analyse des données à une gestion efficace du trafic aérien

Skyplan Services Ltd. est une entreprise active dans le domaine de la gestion du trafic aérien. L’entreprise souhaite élargir son application opérationnelle actuelle en profitant de technologies avancées pour développer un environnement intégré et des solutions de gestion du trafic aérien afin d’offrir un meilleur service sur la scène internationale. Les étudiants qui participeront à ce projet construiront un dépôt de données pour héberger des données à collecter, nettoyer, construire, intégrer et traiter pour la découverte de connaissances, ce qui guidera une prise de décision plus ciblée. Une plateforme de communication multilingue basée sur le Web et une application mobile sera développée pour aider à connecter une variété de sources de données et de domaines. L’objectif est de préserver la confidentialité des données en assurant la sécurité des communications. Des techniques intelligentes de traitement et d’analyse des données seront employées pour tirer le meilleur parti des données. Cela inclut l’analyse du comportement, la prédiction des tendances, etc.

Voir la description complète du projet
Superviseur du corps professoral :

Reda Alhajj

Étudiant :

Alper Aksac

Partenaire :

Skyplan

Discipline :

Informatique

Secteur :

Aérospatiale et défense

Université :

Programme :

Accélération

Dépistage in vitro et validation des phyto-cannabinoïdes dans le glaucome

Le glaucome est la deuxième cause majeure de cécité dans le monde, principalement induite par une pression accrue dans l’œil. Il a été démontré que la marijuana réduit cette pression, ce qui bénéficie aux patients atteints de glaucome. Dans ce projet, nous testons plusieurs composants issus d’extraits de marijuana qui sont peu susceptibles de provoquer des symptômes psychoactifs, en raison de leurs effets thérapeutiques sur le glaucome. Ce projet devrait être la base solide d’un futur médicament qui pourrait aider de nombreux patients atteints de glaucome et répondre aux besoins du marché.

Voir la description complète du projet
Superviseur du corps professoral :

Ujendra Kumar

Étudiant :

Shenglong Zou

Partenaire :

InMed Pharmaceuticals Inc.

Discipline :

Pharmacie / Pharmacologie

Secteur :

Pharmaceutiques

Université :

Programme :

Accélération

Précédent
1...818819820821822823824...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire