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

Conception cathodique pour les batteries lithium-tellure à l’état solide

Les technologies de batterie sont nécessaires de toute urgence pour les applications de haute technologie émergentes, telles que les implants médicaux, les capteurs sans fil, les appareils sans fil. Ces nouveaux appareils ont un espace très limité et nécessitent une grande fiabilité, et donc exiger que les batteries puissent fournir une énergie élevée par volume et une sécurité élevée. Les batteries Li-ion actuelles ne peuvent pas répondre à cette demande en raison de leur énergie relativement faible par volume et des risques pour la sécurité (fuites, incendies et explosions). Pour relever ces défis, le groupe Jian Liuâs de l’Université de la Colombie-Britannique et Fenix Advanced Materials, une entreprise de technologies propres spécialisée dans la fabrication de métaux de très haute pureté, s’associent pour développer des batteries lithium-tellure (Li-Te) à l’état solide. Cette batterie Li-Te de nouvelle génération devrait posséder une densité d’énergie volumétrique d’environ 2 à 3 fois celle des batteries Li-ion actuelles et 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 de la faculté :

Jian Liu

Etudiant :

Mohammad Hossein Aboonasr Shiraz ; Hongzheng Zhu

Partenaire :

Fenix Advanced Materials Inc. (en)

Discipline :

Ingénierie - autres

Secteur :

Fabrication

Université :

Programme :

Accélération

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

Ce travail vise à explorer la co-optimisation logicielle et matérielle pour les applications d’inférence de réseau neuronal profond (DNN). Une fois qu’un modèle est entraîné avec une précision suffisante, le modèle 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 de 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 pendant l’inférence tout en maintenant la même précision du modèle.

Voir la description complète du projet
Superviseur de la faculté :

Gennady Pekhimenko

Etudiant :

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 RV

La recherche proposée est une collaboration entre Persistant Studiosâ PopcornFX et SFUâs iVizLab pour travailler en collaboration sur les moyens de comprendre les processus impliqués dans la création de contenu à l’aide d’un système de particules en temps réel. La recherche iVizLabâs 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 qui peuvent interagir intelligemment avec les utilisateurs. Lors de la création des visuels pour l’iVizLab, il est important de pouvoir créer du contenu qui peut être modifié en temps réel avec les données entrantes. Le stagiaire travaillera en étroite collaboration avec l’organisation partenaire pour travailler à la compréhension des processus de conception complexes et pour 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 dans le monde entier.

Voir la description complète du projet
Superviseur de la faculté :

Steve DiPaola

Etudiant :

Ioana Sandor

Partenaire :

PopcornFX

Discipline :

Journalisme / Études sur les médias et communication

Secteur :

Université :

Programme :

Accélération

Évaluer et corriger les disparités en matière de santé liées à l’utilisation des services de soins préventifs en Ontario

Les disparités en matière de santé découlent d’un désavantage et d’une discrimination sociétaux de longue date. À mesure que les modèles d’apprentissage automatique deviennent de plus en plus populaires dans le secteur des soins de santé, il devient encore plus essentiel de comprendre les disparités actuelles en matière de santé. Sans une gestion prudente des biais existants, les modèles peuvent hériter et amplifier les disparités en matière de santé, ce qui conduit à des résultats cliniques hautement indésirables. Ce projet met l’accent sur les disparités en matière 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 en temps opportun. Ce projet vise à permettre de comprendre si et comment les modèles d’utilisation des soins préventifs aggravent les disparités en matière de santé en Ontario, en utilisant des techniques avancées d’exploration et de visualisation des 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 de la faculté :

Marzyeh Ghassemi

Etudiant :

Xuling (Shirly) Wang

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Allocation d’audience aux géo-clusters de vente au détail

En fonction de la géolocalisation de l’utilisateur, de l’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 trouver à quel cluster les utilisateurs appartiennent. Dans l’ensemble, les données de géolocalisation et d’horodatage sont utilisées pour localiser approximativement les agrégats potentiels. Ce projet impliquera des techniques et des algorithmes tels que l’informatique en nuage, c’est-à-dire Google Cloud Dataproc, des fenêtres coulissantes, des algorithmes d’histogramme et d’apprentissage automatique. Le défi de la première phase serait de mettre au point un bon moyen d’estimer le nombre de grappes. Ensuite, en appliquant toutes les techniques ci-dessus, les attributs décisifs peuvent être décidés et combinés pour déterminer à quel cluster les utilisateurs appartiennent.

Voir la description complète du projet
Superviseur de la faculté :

Scott Sanner

Etudiant :

Congwen(Emily) Yang

Partenaire :

Pelmorex Media Inc. (en)

Discipline :

Informatique

Secteur :

Industries de l’information et de la culture

Université :

Programme :

Accélération

Similitude sémantique question à question pour le système de réponse aux questions

Le système de réponse aux questions (AQ) répond automatiquement aux questions soulevées par les utilisateurs en langage naturel, et c’est un composant crucial d’un système de conversation homme-machine. Un système d’assurance qualité typique recueille des groupes de questions-réponses écrits par l’homme et les structure dans un système de base de données. Cependant, afin de répondre à des questions qui sont sémantiquement similaires aux questions stockées dans la base de données, mais qui sont formulées différemment, le système d’assurance qualité doit être en mesure de calculer la similitude sémantique entre les différentes questions. Dans ce projet de recherche, le stagiaire explorera différentes techniques utilisées dans la mesure de la similarité sémantique question à question et tentera d’améliorer la performance de pointe. En participant à ce projet, RSVP Technology Inc. pourrait se préparer à plus d’occasions de collaborer avec la communauté canadienne pour 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 domestiques intelligents. 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 de la faculté :

Graeme Hirst

Etudiant :

Zihang Fu

Partenaire :

RSVP Technologies Inc. (en)

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Comprendre les interactions cellule-cellule 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 les uns avec les autres grâce à l’analyse d’images. Ces écrans d’imagerie de 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 pour étudier les interactions entre et identifier de nouvelles thérapies qui peuvent rendre les thérapies contre le cancer plus efficaces.

Voir la description complète du projet
Superviseur de la faculté :

Jimmy Ba

Etudiant :

Sumeet Ranka

Partenaire :

Phenomic AI Inc. (en)

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

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

Livraison par drone Canada (DDC) conçoit et exploite des systèmes aériens téléphages (SATP) de haute performance pour livrer des charges utiles entre les dépôts et les entrepôts. Le service d’ingénierie de la DDC cherche à concevoir et à déployer un système au sol pour suivre et pointer le véhicule aérien téléphémeur (RPAV) pendant le vol en temps réel. Cependant, DDCâs RPAS doit être en mesure de fonctionner dans les régions éloignées, ce qui rend l’utilisation de l’infrastructure de technologie de communication difficile en raison de la nécessité d’être en mesure d’avoir une communication entre le RPAS et la station de contrôle au sol (GCS) sur de longues distances sans l’utilisation de nœuds de relais de communication ou des modules de communication plus lourds et plus puissants sur le RPAV. Pour résoudre ce défi, de l’équipement de communication avancé, comme des antennes à gain élevé, sera nécessaire en plus de nouveaux algorithmes de suivi d’antenne pour que le système soit interfacé avec le SCG afin de recevoir des données de télémétrie du RPA. Le produit final est un système de suivi robotique qui applique les données de rétroaction de position du RPAV (telles que l’altitude et la localisation GPS) à un système de contrôle pour pointer dynamiquement une antenne sur le RPAV tout au long du vol. Un examen de la documentation existante sur les systèmes de suivi et l’infrastructure et les ressources nécessaires serait effectué pour guider le processus de conception. NE PAS ÊTRE CON’T

Voir la description complète du projet
Superviseur de la faculté :

Kamran Behdinan

Etudiant :

Siu Hong(Thomas) Leung

Partenaire :

Livraison par drone Canada

Discipline :

Études aérospatiales

Secteur :

Transport et entreposage

Université :

Programme :

Accélération

Amélioration des performances et du taux de convergence des modèles de langage basés sur les transformateurs

Le modèle BERT (Bi-directional Encoder Representation from Transformers) pré-formé s’est avéré être une étape importante dans le domaine de la traduction automatique neuronale, réalisant de nouvelles performances de pointe sur de nombreuses tâches dans le domaine du traitement du langage naturel. Malgré son succès, il a été remarqué qu’il y a encore beaucoup de place pour l’amélioration, à la fois en termes d’efficacité de la formation et de conception structurelle. Le projet de recherche proposé explorerait la décision de conception détaillée du BERT à plusieurs niveaux et les optimiserait dans la mesure du possible. Le résultat attendu serait un modèle de langage amélioré qui permet d’obtenir des performances plus élevées sur les tâches de PNL tout en utilisant moins de ressources de calcul.

Voir la description complète du projet
Superviseur de la faculté :

Jimmy Ba

Etudiant :

Xiaoshi Huang

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Modifier les microbiomes végétaux pour la saveur et la nutrition

L’objectif de ce projet est de faire appel à des partenaires bactériens naturels pour améliorer la saveur et les propriétés nutritionnelles des plantes cultivées dans des systèmes hydroponiques et aquaponiques. Cette étude examinera 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 d’ingénierie 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 leurs profils nutritionnels et aromatiques naturels. Notre objectif est de faire correspondre les métabolismes des plantes produites à ceux des associés bactériens naturels 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 de la faculté :

Roberta Fulthorpe ; Apollinaire Tsopmo

Etudiant :

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’étendre la prise en charge de MobiControl (MC) de SOTI au 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 les performances de l’entreprise en surveillant la santé et la sécurité des employés et en augmentant la productivité, avec l’introduction de dispositifs portables et d’autres appareils IoT (Internet des objets). D’autre part, Tizen est un système d’exploitation mobile basé sur Linux développé par Samsung Electronics et offre un support aux appareils intelligents Samsung, y compris les montres Samsung Gear, les téléviseurs intelligents Samsung, les appareils photo Samsung et de nombreux autres appareils. Ce projet vise à déployer le service de gestion MobiControl sur les appareils Tizen afin de fournir des solutions de gestion des appareils intelligents à nos clients.

Voir la description complète du projet
Superviseur de la faculté :

Eyal de Lara

Etudiant :

Yin-Hung Chen ; Qi Zhao

Partenaire :

SOTI Inc. (en)

Discipline :

Informatique

Secteur :

Industries de l’information et de la culture

Université :

Programme :

Accélération

Analyse des sentiments dans les systèmes de dialogue

De plus en plus d’entreprises choisissent d’automatiser divers aspects de leur service client à l’aide de chatbots. Bien que ces chatbots en soient encore à leurs balbutiements technologiques, ils fournissent actuellement un service client utile à de nombreuses personnes à travers le monde. Ils continueront à devenir plus désirés 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 substantielle d’informations potentielles à extraire. Ce projet se concentre sur l’extraction d’informations sur le sentiment des utilisateurs à partir d’un large ensemble d’interactions chatbot-client. Le but ultime de ce projet est de développer un module qui recueille et résume les sentiments des clients sur les produits et services de l’entreprise ainsi que leur sentiment général lors de l’engagement avec le chatbot. Idéalement, en cas de succès, les informations générées par notre module d’analyse des sentiments peuvent être utilisées par les entreprises pour identifier et gérer plus efficacement les problèmes des clients.

Voir la description complète du projet
Superviseur de la faculté :

Graeme Hirst

Etudiant :

Paul Adrien Briggs

Partenaire :

Soutien 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