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

Optimisation et développement des outils de conception d’ingénierie basés sur les données Bombardier

La recherche proposée portera sur l’optimisation et l’amélioration des opérations d’ingénierie au sein de Bombardier à partir des données recueillies auprès des enregistreurs de vol et des opérateurs d’aéronefs. Cela impliquera le développement de nouveaux processus de suivi de la maintenance (c’est-à-dire le suivi des ventes de pièces de rechange sur le marché secondaire, la maintenance programmée, l’accès aux coûts directs de maintenance par composant, etc.), et la mise en œuvre d’une suite d’outils de stress pour l’évaluation des structures en service. Actuellement, de nombreux processus internes au sein de Bombardier reposent sur des méthodes de rapports et de collecte de données non standardisées. Avec l’influence croissante de la gestion et de l’analytique des données en ingénierie, le défi de la recherche proposée est d’intégrer ces domaines dans les systèmes existants de simulation et de conception en ingénierie chez Bombardier. Pour résoudre ce problème, des plateformes de conception, reliant les bases de données internes de Bombardier, seront développées à l’aide d’outils tels que MicroStrategy et Visual Basic afin de guider les décisions d’ingénierie concernant la planification de la maintenance, l’évaluation des structures et l’efficacité des aéronefs.

Voir la description complète du projet
Superviseur du corps professoral :

Kamran Behdinan

Étudiant :

Jean-Paul Piazza; Daniel McCammon

Partenaire :

Bombardier Aérospatial

Discipline :

Études aérospatiales

Secteur :

Fabrication

Université :

Programme :

Accélération

Tarification dynamique pour optimiser la demande et la rentabilité

Dans ce projet de recherche, un algorithme d’optimisation des surcharges sera développé pour aider l’entreprise partenaire à déterminer dynamiquement la prime facturée pour le retrait des commandes. L’objectif du projet est de lisser la courbe de demande pour les créneaux horaires de retrait des commandes : les créneaux populaires sont congestionnés, ce qui rend plus difficile d’offrir une expérience positive, tandis que d’autres fenêtres sont inactives et surchargées. Dans le projet, de grands volumes de données historiques d’achats, incluant les « points chauds » de ramassage et de livraison, des informations historiques sur les prix, l’inventaire historique et les shorts sur les commandes de ramassage et de livraison, doivent être utilisés pour déterminer la prime à facturer afin d’améliorer à la fois l’efficacité globale de la planification de la main-d’œuvre et l’expérience client.

Voir la description complète du projet
Superviseur du corps professoral :

Roger Grosse

Étudiant :

Jing Li

Partenaire :

Loblaw Digital

Discipline :

Informatique

Secteur :

Industrie des services

Université :

Programme :

Accélération

Agent artificiel adaptatif pour le thermostat domestique intelligent

Comment rendre la maison connectée plus intelligente et plus écoénergétique? Les recherches d’Ecobee visent à répondre à cette question en apportant des améliorations de pointe à son thermostat domestique intelligent. Il existe un énorme potentiel pour économiser de l’énergie dans l’espace résidentiel de chauffage et de climatisation — les maisons équipées d’un thermostat intelligent Ecobee peuvent économiser jusqu’à 15% de leur consommation d’énergie. L’objectif d’Ecobee est d’utiliser les données d’utilisation volontaires du client pour créer un agent adaptatif capable de contrôler de façon autonome le niveau de confort à la maison. Cet agent éliminera le besoin d’une surveillance et d’un ajustement rapprochés du thermostat par l’utilisateur et consommera moins d’énergie qu’une maison avec un thermostat traditionnel, tout en conservant un confort maximal pour les résidents. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Maryam Mehri Dehnavi

Étudiant :

Laura Walsh

Partenaire :

Ecobee Inc.

Discipline :

Informatique

Secteur :

Fabrication

Université :

Programme :

Accélération

Évaluation de l’efficacité d’un centre de traitement intensif et multimodal pour les jeunes victimes d’abus sexuels sur enfants (ASS) : The Be Brave Ranch

L’abus sexuel sur enfants (ASS) est une forme trop répandue de traumatisme infantile à travers le monde. Près d’une femme sur cinq et 1 homme sur dix subissent une forme d’abus dans leur enfance. L’ASE a été associée à de nombreux effets à long terme : TSPT, dépression, anxiété, abus de substances, troubles alimentaires, dysfonction sexuelle, idées suicidaires et déficience cognitive. La prise de conscience croissante du problème a amené davantage de personnes à chercher un traitement professionnel. À l’heure actuelle, il n’existe pas de référence pour le traitement de l’ASE, surtout chez les jeunes. Le ranch Little Warriors Be Brave en Alberta, Canada, est un programme innovant de traitement résidentiel multimodal pour les enfants et les adolescents ayant des antécédents d’abus sexuels sexuels (ASC). Nous recueillerons des données sur la santé mentale auprès d’enfants et d’adolescents afin de mesurer la progression des symptômes au fil du temps. Nous recueillerons également des informations auprès de leurs aidants afin d’obtenir une meilleure compréhension des effets du traitement sur eux. Notre objectif est de développer un cadre complet pour les programmes de traitement de l’ASC.

Voir la description complète du projet
Superviseur du corps professoral :

Peter Silverstone; Andrew Greenshaw

Étudiant :

Matthew Reeson

Partenaire :

Petits Guerriers

Discipline :

Psychologie

Secteur :

Soins de santé et aide sociale

Université :

Programme :

Accélération

Détection automatisée des clusters de zones de vente au détail

L’objectif principal de ce projet est de développer un algorithme de détection de grappes de détail et d’améliorer la précision de l’identification. Le livrable final sera un algorithme qui s’exécute dans Google Dataflow et pourra ingérer un mois de miettes de localisation des utilisateurs et générer des clusters de localisation utilisateur. La sortie de l’algorithme sera un identifiant unique de cluster qui sera utilisé dans l’algorithme de visite pour l’identification des visites. En plus des données de latitude et de longitude, le projet aura accès à des informations d’altitude. Cela peut être utile pour déterminer des regroupements dans des emplacements à plusieurs niveaux (comme les centres commerciaux). Cet algorithme aidera à reconnaître le schéma de visite des clients observé en fonction de l’identifiant utilisateur et permettra un profilage précis du contenu météo ou un ciblage publicitaire pour améliorer l’expérience utilisateur

Voir la description complète du projet
Superviseur du corps professoral :

Nick Koudas

Étudiant :

Anxin Zhao

Partenaire :

Pelmorex Media Inc

Discipline :

Informatique

Secteur :

Industries de l’information et culturelles

Université :

Programme :

Accélération

Détection assistée par apprentissage automatique des anévrismes cérébraux

Les anévrismes intracrâniens sont relativement fréquents, survenant chez 2 à 5% de la population générale. La rupture de l’anévrisme peut entraîner un AVC avec une mortalité dévastatrice de 45% sur 30 jours. De plus, il est possible que des conditions médicales graves puissent mourir jusqu’à un tiers des patients avant d’arriver à l’hôpital et un tiers deviennent gravement invalides. Cependant, les anévrismes sont difficiles à détecter lors des scans par résonance magnétique et de l’angiographie par tomodensitométrie (ARM et CTA) — surtout lorsqu’ils sont petits ou situés près de l’os. Grâce aux connaissances et à l’expertise existantes de l’équipe neurovasculaire de l’Hôpital Western de Toronto, ainsi qu’à leur base de données de scans CTA et MRA, l’objectif de ce projet est d’améliorer les efforts dans ce domaine par le développement d’une méthode d’intelligence artificielle et d’apprentissage automatique pour la détection des anévrismes intracrâniens avec une précision diagnostique approchant celle des neuroradiologistes formés. Comme les radiologues généralistes non spécialisés lisent la plupart des examens de neuroimagerie en raison du manque de médecins spécialisés dans les régions éloignées et rurales, un objectif à long terme est d’utiliser les résultats de ce travail pour construire un outil de soutien à la revue d’imagerie par des non-spécialistes en situation d’urgence.

Voir la description complète du projet
Superviseur du corps professoral :

Marzyeh Ghassemi

Étudiant :

Daniel Dastoor

Partenaire :

Éducation et services scientifiques de la neuroradiologie de Toronto

Discipline :

Informatique

Secteur :

Soins de santé et aide sociale

Université :

Programme :

Accélération

Prototype de déchargement SSL

SOTI MoblControl est une solution de gestion immobilière d’entreprise qui sécurise et gère les appareils mobiles et les données mobiles à travers tous les domaines. Pour assurer une sécurité de bout en bout, MobiControl chiffre tout
la communication entre le gestionnaire MobiControl et le serveur de déploiement en utilisant la couche Secure Socket (SSL). Le SSL est un protocole cryptographique largement utilisé pour la communication sécurisée. Le processus de chiffrement et de déchiffrement dans le SSL nécessite une puissance de calcul considérable. Surtout dans une situation où l’on manipule un grand nombre d’appareils. Cela peut nuire considérablement aux ressources du processeur et affecter la performance du système. En isolant le calcul SSL dans un processus séparé et en transférant le processus à du matériel spécifique ainsi qu’à des composants réseau optimisés spécifiquement pour cette tâche, les organisations obtiennent un contrôle total et la capacité d’optimiser le débit de leur système. La recherche portera sur la création d’une preuve de concept qui pourrait potentiellement soutenir les clients de SOTI dans l’économie d’infrastructure.

Voir la description complète du projet
Superviseur du corps professoral :

David Lie

Étudiant :

Ou Aharoni

Partenaire :

SOTI Inc

Discipline :

Génie - informatique / électricité

Secteur :

Industries de l’information et culturelles

Université :

Programme :

Accélération

Mise en œuvre rapide d’algorithmes d’apprentissage automatique pour les données de séquence d’événements afin d’améliorer l’expérience client

Chaque jour, des millions de clients traversent les cycles de vente des entreprises, ce qui génère d’importantes sources de données événementielles. Ce projet vise à découvrir, comprendre et prédire les parcours de leurs clients. D’une part, le projet s’intéresse à décrire les données à un niveau plus élevé. Cela signifie appliquer des techniques d’apprentissage automatique, notamment le regroupement et l’intégration de séquences, afin de regrouper des comportements similaires et permettre à l’utilisateur de concentrer l’analyse sur différents aspects des données, comme les utilisateurs d’un âge spécifique. D’un autre côté, ce projet se concentre sur le traitement des données en temps réel, c’est-à-dire des données qui entrent continuellement dans le système. Cette plateforme pourrait être appliquée à l’optimisation des ventes, à l’exploration des processus d’affaires, à l’analyse du churn, etc.

Voir la description complète du projet
Superviseur du corps professoral :

Nathan Taback

Étudiant :

Zhou Fang

Partenaire :

ODAIA Intelligence Inc.

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Application du SLAM basé sur des axes en temps réel en génie géotechnique

Les opérations minières évaluent la stabilité des tunnels en observant les orientations des faces rocheuses exposées et en extrapolant la formation rocheuse sous-jacente. La méthode la plus répandue et traditionnelle pour déterminer ces caractéristiques implique des mesures manuelles avec des outils statiques. Ce processus est à la fois long et sujet aux erreurs. De plus, il peut être dangereux de mesurer les parois rocheuses difficiles d’accès. L’objectif de ce projet est de mettre en œuvre un algorithme novateur capable de déterminer rapidement et automatiquement des ensembles de faces rocheuses parallèles et leurs orientations. Cette recherche aidera à développer avec succès le RockMass Mapper, qui sera le produit phare de l’entreprise et dont le lancement est prévu au début de 2020. L’économie minière représente près de 20% du PIB canadien et la solution de RockMass améliorera l’impact global de l’industrie minière sur l’économie canadienne tout en améliorant les conditions de travail des personnes impliquées.

Voir la description complète du projet
Superviseur du corps professoral :

Alec Jacobson

Étudiant :

John Xu

Partenaire :

RockMass Technologies Inc.

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Étude des paramètres de flux de circulation cycliste

Le nombre de cyclistes et de piétons est une donnée importante pour la planification et la conception de routes sécuritaires. Cependant, installer des comptoirs pour piétons et cyclistes sur tout le réseau routier de la ville n’est pas viable financièrement. Par conséquent, une bonne option est d’estimer les comptes à l’échelle du réseau, en utilisant les connaissances de quelques comptoirs piétons et cyclistes (stratégiquement placés) ainsi que les données de trajet provenant d’utilisateurs qui partagent volontairement leur position depuis leur téléphone intelligent.
Eco-Counter, l’organisation partenaire, est un leader mondial dans le développement de systèmes automatisés de comptage des piétons et des cyclistes. L’entreprise s’étend dans les services de données et a besoin d’outils et de méthodes supplémentaires pour aider ses clients (agences de transport) à gérer et visualiser leurs données. Ce projet aidera Eco-Counter à atteindre cet objectif.

Voir la description complète du projet
Superviseur du corps professoral :

Luis F. Miranda-Moreno; Kevin Manaugh

Étudiant :

David Beitel; Lulu Tan

Partenaire :

Eco-Compteur

Discipline :

Génie - civil

Secteur :

Fabrication

Université :

Programme :

Accélération

Examiner les obstacles et les facilitateurs à la durabilité des registres de traumatologie dans le Sud global

Les blessures sont l’une des principales causes de décès et d’invalidité à l’échelle mondiale, cependant les taux sont particulièrement élevés dans les pays à revenu faible et intermédiaire (PMI). Les bases de données des registres de traumatologie qui documentent l’information sur le patient blessé en lien avec l’événement de la blessure, la démographie, le processus de soins et les résultats — sont couramment utilisées dans les pays à revenu élevé et se sont avérées extrêmement efficaces pour réduire les taux de décès et d’invalidité en informant les programmes de prévention des blessures et d’amélioration de la qualité. Leur utilisation dans les PRMI est moins courante en raison des contraintes financières et humaines des hôpitaux dans plusieurs de ces milieux. Ces dernières années, des stratégies innovantes ont été utilisées pour surmonter certaines de ces contraintes. Le but de ce projet est d’examiner à la fois les obstacles et les stratégies qui facilitent la durabilité des registres de traumatologie — avec un accent particulier sur l’utilisation des technologies de santé mobile — afin de créer une boîte à outils pouvant être utilisée pour améliorer la mise en œuvre et le fonctionnement des registres de traumatologie dans le Sud global.

Voir la description complète du projet
Superviseur du corps professoral :

Nadine Schuurman

Étudiant :

Leah Rosenkrantz

Partenaire :

Systèmes de santé T6

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Industries de l’information et culturelles

Université :

Programme :

Accélération

Optimisation par vortex hydraulique d’une pompe à hélice encastrée

Toyo Pumps mène des recherches pour moderniser sa gamme actuelle de pompes à turbine ou à turbine encastrées. Actuellement, ces pompes ne peuvent fonctionner que dans des conditions très limitées et spécifiques. L’objectif est de repenser ces pompes afin de leur permettre de fonctionner dans une plus grande variété de conditions et d’améliorer leur efficacité, produisant ainsi plus de travail à un coût énergétique moindre. De nouveaux modèles seront réalisés à l’aide d’une technologie avancée qui permet d’étudier virtuellement les conceptions hydrauliques à l’aide d’un logiciel simulant l’écoulement à travers une pompe. Cela permet de réaliser des plans avant même de construire une pompe réelle. Ces méthodes avancées permettent aussi de trouver et d’étudier des conceptions qui peuvent être non évidentes et plus complexes que si elles étaient conçues selon des méthodes théoriques traditionnelles. Ces nouveaux designs améliorés offriront une plus grande flexibilité d’utilisation à l’utilisateur final et permettront d’économiser sur les coûts d’énergie, réduisant ainsi leur empreinte.

Voir la description complète du projet
Superviseur du corps professoral :

Siamak Arzanpour

Étudiant :

Shahab Azimi

Partenaire :

Toyo Pumps

Discipline :

Génie - mécanique

Secteur :

Fabrication

Université :

Programme :

Accélération

Précédent
1...875876877878879880881...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire