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

Conception cathodique pour batteries lithium-tellure à semi-conducteurs

Les technologies de batteries sont urgemment nécessaires pour les applications émergentes de haute technologie, telles que les implants médicaux, les capteurs sans fil, les dispositifs sans fil. Ces nouveaux dispositifs ont un espace très limité et nécessitent une grande fiabilité, ce qui demande que les batteries puissent fournir une énergie élevée par volume et une grande sécurité. Les batteries Li-ion actuelles ne peuvent pas répondre à cette demande en raison de leur énergie par volume relativement faible et des risques de sécurité (fuites, incendie et explosion). Pour relever ces défis, le groupe du professeur Jian Liu à l’Université de la Colombie-Britannique et Fenix Advanced Materials, une entreprise de technologies propres spécialisée dans la fabrication de métaux ultra-haute pureté, s’associent pour développer des batteries lithium-tellure (Li-Te) entièrement à semi-conducteurs. Cette nouvelle génération de batterie Li-Te devrait posséder une densité d’énergie volumétrique environ 2 à 3 fois supérieure à celle des batteries Li-ion actuelles, une sécurité intrinsèque élevée, et aura un impact économique, environnemental et social positif en Colombie-Britannique et au Canada.

Voir la description complète du projet
Superviseur du corps professoral :

Jian Liu

Étudiant :

Mohammad Hossein Aboonasr Shiraz; Hongzheng Zhu

Partenaire :

Fenix Advanced Materials Inc

Discipline :

Ingénierie - autres

Secteur :

Fabrication

Université :

Programme :

Accélération

Co-optimisation matérielle appliquée d’algorithmes d’accélérateur d’IA de nouvelle génération : utilisation de la quantification, de la rareté et des contraintes matérielles lors de l’entraînement du réseau neuronal

Ce travail vise à explorer la co-optimisation logicielle et matérielle pour les applications d’inférence des réseaux de neurones profonds (DNN). Une fois qu’un modèle est entraîné avec une précision suffisante, il est utilisé pour faire des inférences ou des prédictions basées sur ce modèle entraîné. Avec l’augmentation des performances, de plus en plus de gens utilisent ces modèles pour des tâches telles que la traduction, les voitures autonomes et la reconnaissance vocale. Cela a considérablement augmenté la demande pour du matériel d’inférence haute performance. L’objectif de ce projet est d’étudier de nouvelles techniques pour réduire la latence et la consommation d’énergie lors de l’inférence tout en maintenant la même précision du modèle.

Voir la description complète du projet
Superviseur du corps professoral :

Gennady Pekhimenko

Étudiant :

Yingying Fu

Partenaire :

Untether AI Corp.

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Comprendre les systèmes de particules en temps réel pour la santé, le divertissement et la réalité virtuelle

La recherche proposée est une collaboration entre PopcornFX de Persistant Studios et iVizLab de SFU afin de travailler ensemble sur des moyens de comprendre les processus impliqués dans la création de contenu à l’aide d’un système de particules en temps réel. La recherche de l’iVizLab se concentre sur l’utilisation de visuels en temps réel avec les biodonnées des utilisateurs comme l’une des principales interfaces pour créer des systèmes affectifs capables d’interagir intelligemment avec les utilisateurs. Lors de la création des visuels pour l’iVizLab, il est important de pouvoir créer du contenu pouvant être modifié en temps réel avec les données entrantes. Le stagiaire travaillera en étroite collaboration avec l’organisation partenaire pour comprendre les processus de conception complexes et les décomposer en composants plus simples afin de mieux comprendre les processus impliqués. De plus, le stagiaire travaillera sur des moyens de documenter ces processus et de les partager avec la communauté des utilisateurs de PopcornFX dans l’industrie et à l’échelle mondiale.

Voir la description complète du projet
Superviseur du corps professoral :

Steve DiPaola

Étudiant :

Ioana Sandor

Partenaire :

PopcornFX

Discipline :

Journalisme / Études des médias et communication

Secteur :

Université :

Programme :

Accélération

Évaluation et résolution des disparités en santé liées à l’utilisation des services de soins préventifs en Ontario

Les disparités en santé surviennent à la suite d’un désavantage et d’une discrimination sociétaux de longue date. À mesure que les modèles d’apprentissage automatique gagnent en popularité dans le secteur de la santé, la compréhension des disparités actuelles en santé devient encore plus cruciale. Sans une gestion attentive des biais existants, les modèles peuvent hériter et amplifier les disparités en santé, menant à des résultats cliniques très indésirables. Ce projet se concentre sur les disparités de santé dans l’accès aux services de soins préventifs. Les services de soins préventifs tels que le dépistage et la médecine préventive permettent un diagnostic précoce et des interventions rapides. Ce projet vise à comprendre si et comment les modes d’utilisation des soins préventifs aggravent les disparités en santé en Ontario, en employant des techniques avancées d’exploration et de visualisation de données. Après avoir établi une telle relation, ce projet fournit également un outil individuel de profilage des risques pour évaluer l’efficacité des services préventifs, en utilisant des techniques avancées de représentation des caractéristiques et d’apprentissage profond.

Voir la description complète du projet
Superviseur du corps professoral :

Marzyeh Ghassemi

Étudiant :

Xuling (Shirly) Wang

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Répartition de l’audience dans les géoclusters du commerce de détail

Selon la géolocalisation de l’utilisateur, son horodatage et d’autres attributs (par exemple, l’heure de la journée, l’historique des visites passées et les catégories de comportement de l’application, etc.), un algorithme d’apprentissage automatique peut être développé pour déterminer à quel cluster appartiennent les utilisateurs. Dans l’ensemble, les données de géolocalisation et d’horodatage sont utilisées pour localiser approximativement les groupes potentiels. Ce projet impliquera certaines techniques et algorithmes comme l’informatique en nuage, c’est-à-dire Google Cloud Dataproc, des fenêtres glissantes, des histogrammes et des algorithmes d’apprentissage automatique. Le défi de la première phase serait de trouver une bonne façon d’estimer le nombre de clusters. Ensuite, en appliquant toutes les techniques ci-dessus, les attributs décisifs peuvent être décidés et combinés pour déterminer à quel cluster appartiennent les utilisateurs.

Voir la description complète du projet
Superviseur du corps professoral :

Scott Sanner

Étudiant :

Congwen (Emily) Yang

Partenaire :

Pelmorex Media Inc

Discipline :

Informatique

Secteur :

Industries de l’information et culturelles

Université :

Programme :

Accélération

Similarité sémantique question à question pour le système de réponse à la question

Le système de réponse aux questions (QA) répond automatiquement aux questions posées par les utilisateurs en langues naturelles, et il constitue un élément crucial d’un système de conversation homme-machine. Un système d’assurance qualité typique collecte des groupes de questions-réponses écrits par des humains et les structure dans un système de base de données. Cependant, pour répondre à des questions sémantiquement similaires à celles stockées dans la base de données mais formulées différemment, le système d’assurance qualité doit être capable de calculer la similarité sémantique entre différentes questions. Dans ce projet de recherche, le stagiaire explorera différentes techniques utilisées dans la mesure de similarité sémantique question à question et tentera d’améliorer la performance à la fine pointe. En participant à ce projet, RSVP Technology Inc. pourrait générer davantage d’occasions de collaborer avec la communauté canadienne afin d’améliorer la qualité des systèmes d’assurance qualité utilisés dans de nombreux autres domaines et produits, tels que les chatbots de service à la clientèle et les appareils de maison intelligente. De plus, ce projet pourrait servir de fondement à la prochaine étape de la recherche et du développement.

Voir la description complète du projet
Superviseur du corps professoral :

Graeme Hirst

Étudiant :

Zihang Fu

Partenaire :

RSVP Technologies Inc

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Comprendre les interactions cellulaires avec le profilage basé sur l’apprentissage profond

L’objectif est de comprendre comment les fibroblastes, le tissu conjonctif le plus courant chez les animaux, et les cellules cancéreuses interagissent entre elles grâce à l’analyse d’images. Ces dépistages d’imagerie en co-culture, contenant des fibroblastes et des cellules cancéreuses, aideront à identifier de nouveaux mécanismes de signalisation impliqués dans le cancer. L’objectif est d’appliquer des techniques d’apprentissage profond à ces tests basés sur l’image afin d’étudier les interactions et d’identifier de nouvelles thérapies susceptibles de rendre les thérapies contre le cancer plus efficaces.

Voir la description complète du projet
Superviseur du corps professoral :

Jimmy Ba

Étudiant :

Sumeet Ranka

Partenaire :

Phenomic AI Inc

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Système de suivi des véhicules aériens télépilotés (RPAV) au sol

Drone Delivery Canada (DDC) conçoit et exploite des systèmes aériens télépilotés haute performance (RPAS) pour livrer des charges utiles entre les dépôts et les entrepôts. Le département d’ingénierie du DDC cherche à concevoir et déployer un système au sol pour suivre et pointer le véhicule aérien piloté à distance (RPAV) pendant le vol en temps réel. Cependant, le RPAS du DDC doit pouvoir fonctionner dans des zones éloignées, ce qui rend l’utilisation de l’infrastructure technologique de communication difficile en raison de la nécessité de pouvoir assurer la communication entre le RPAS et la station de contrôle au sol (GCS) sur de longues distances, sans recourir à des nœuds relais de communication ou à des modules de communication plus lourds et plus puissants sur le RPAV. Pour résoudre ce défi, des équipements de communication avancés tels que des antennes à gain élevé seront nécessaires, en plus de nouveaux algorithmes de suivi d’antennes afin que le système soit interfacé avec le GCS afin de recevoir les données de télémétrie du RPAV. Le produit final est un système de suivi robotisé qui applique les données de rétroaction positionnelle du RPAV (comme l’altitude et la localisation GPS) à un système de contrôle afin de pointer dynamiquement une antenne vers le RPAV tout au long du vol. Une revue de la littérature existante sur les systèmes de suivi et les infrastructures/ressources requises serait effectuée pour guider le processus de conception. ÊTRE CON’T

Voir la description complète du projet
Superviseur du corps professoral :

Kamran Behdinan

Étudiant :

Siu Hong (Thomas) Leung

Partenaire :

Livraison par drones Canada

Discipline :

Études aérospatiales

Secteur :

Transport et entreposage

Université :

Programme :

Accélération

Amélioration de la performance et du taux de convergence des modèles de langage basés sur des transformateurs

Le modèle Bi-directionnel Encoder Representation from Transformers (BERT) pré-entraîné s’est avéré être une étape majeure dans le domaine de la traduction automatique neuronale, atteignant de nouvelles performances de pointe sur de nombreuses tâches du traitement du langage naturel. Malgré son succès, on a remarqué qu’il reste encore beaucoup de place à améliorer, tant en termes d’efficacité de la formation que de conception structurelle. Le projet de recherche proposé explorerait la décision de conception détaillée du BERT à plusieurs niveaux, et l’optimiserait autant que possible. Le résultat attendu serait un modèle de langage amélioré qui obtient de meilleures performances sur les tâches de PLN tout en utilisant moins de ressources de calcul.

Voir la description complète du projet
Superviseur du corps professoral :

Jimmy Ba

Étudiant :

Xiaoshi Huang

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Altérer les microbiomes végétaux pour la saveur et la nutrition

L’objectif de ce projet est d’utiliser des partenaires bactériens naturellement présents pour améliorer la saveur et les propriétés nutritionnelles des plantes cultivées dans des systèmes hydroponiques et aquaponiques. Cette étude étudiera la capacité des bactéries associées aux plantes à modifier le profil métabolique de certains légumes et légumes-feuilles. L’agriculture verticale est une solution de plus en plus populaire pour la production de produits végétaux toute l’année au niveau local. Cependant, cela implique la croissance de plantes dans des systèmes conçus sans sols naturels. Les sols sont habités par des dizaines de milliers d’espèces, dont certaines se déplacent dans les tissus végétaux et contribuent à leur profil nutritionnel et aromatique naturel. Notre objectif est d’adapter le métabolisme des plantes à celui des bactéries associées naturellement présentes et de tester la capacité de ces partenaires à améliorer la qualité des aliments produits dans les fermes verticales.

Voir la description complète du projet
Superviseur du corps professoral :

Roberta Fulthorpe; Apollinaire Tsopmo

Étudiant :

Jessica Castillo; Gabriela Yunuén Campos Espinosa

Partenaire :

Discipline :

Chimie

Secteur :

Fabrication

Université :

Programme :

Accélération

Prise en charge du système d’exploitation Tizen pour l’interopérabilité SOTI MobiControl

Dans ce projet, nous proposons d’élargir le support de MobiControl (MC) de SOTI vers le système d’exploitation Tizen. SOTI MobiControl a aidé de nombreuses entreprises à surmonter les problèmes de gestion dus au manque de sécurité et à améliorer la performance de l’entreprise en surveillant la santé et la sécurité des employés, et en augmentant la productivité, grâce à l’introduction de dispositifs portables et d’autres appareils IoT (Internet des objets). D’un autre côté, Tizen est un système d’exploitation mobile basé sur Linux développé par Samsung Electronics et offre la prise en charge des appareils intelligents Samsung, y compris les montres Samsung Gear, les téléviseurs intelligents Samsung, les caméras Samsung et bien d’autres appareils. Ce projet vise à déployer le service de gestion MobiControl sur les appareils Tizen afin d’offrir des solutions de gestion des appareils intelligents à nos clients.

Voir la description complète du projet
Superviseur du corps professoral :

Eyal de Lara

Étudiant :

Yin-Hung Chen; Qi Zhao

Partenaire :

SOTI Inc

Discipline :

Informatique

Secteur :

Industries de l’information et culturelles

Université :

Programme :

Accélération

Analyse du sentiment dans les systèmes de dialogue

De plus en plus d’entreprises choisissent d’automatiser divers aspects de leur service à la clientèle à l’aide de chatbots. Bien que ces chatbots en soient encore à leurs débuts technologiques, ils offrent actuellement un service à la clientèle utile à de nombreuses personnes à travers le monde. Ils continueront de devenir de plus en plus recherchés par les entreprises, car un seul système de chatbot peut engager des millions de clients avec des coûts de mise à l’échelle minimes. Dans ces nombreuses interactions, il y a une quantité importante d’informations potentielles à extraire. Ce projet vise à extraire des informations sur le sentiment des utilisateurs à partir d’un large éventail d’interactions chatbot-client. L’objectif ultime de ce projet est de développer un module qui recueille et résume le sentiment des clients envers les produits et services de l’entreprise ainsi que leur opinion générale lors de l’interaction avec le chatbot. Idéalement, si elle réussit, l’information générée par notre module d’analyse de sentiment peut être utilisée par les entreprises pour identifier et gérer plus efficacement les problèmes des clients.

Voir la description complète du projet
Superviseur du corps professoral :

Graeme Hirst

Étudiant :

Paul Adrien Briggs

Partenaire :

Soutien à Ada

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Précédent
1...874875876877878879880...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire