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

Évaluer Team Unbreakable : Un programme d’apprentissage pour la santé mentale des adolescents

Compte tenu de la hausse des préoccupations liées à la santé mentale chez les adolescents, les écoles secondaires canadiennes se concentrent de plus en plus sur la mise en place de programmes visant à améliorer la résilience mentale chez les élèves. L’un de ces programmes est Team Unbreakable, un programme de 10 semaines d’apprentissage pour courir, basé sur quatre composantes théoriques : orientées vers les objectifs, structurées en groupe, dans le contexte scolaire, et axées sur l’activité physique. Ce programme a été mis en œuvre dans 117 écoles, avec près de 10 000 élèves participant au cours des cinq dernières années dans le sud de l’Ontario. Malheureusement, ce programme n’a pas encore été évalué. La présente collaboration propose une étude de recherche pour explorer l’efficacité et l’acceptabilité de ce programme. Les étudiants devront remplir un questionnaire d’auto-évaluation sur les indicateurs clés des résultats et participer à des entrevues semi-structurées pour discuter de leurs expériences de programme. Les résultats de cette évaluation guideront la croissance et le développement de ce programme alors que l’équipe Unbreakable traverse des changements structurels critiques.

Voir la description complète du projet
Superviseur du corps professoral :

Catherine Sabiston

Étudiant :

Alyona Koulanova

Partenaire :

Équipe Incassable

Discipline :

Kinésiologie

Secteur :

Autres services (sauf administration publique)

Université :

Programme :

Accélération

Jouer pour la réalité : transmettre les défis de durabilité à travers les mécaniques de jeu

Plusieurs régions de l’Ontario ont convenu de réduire leurs émissions de carbone de 80% d’ici 2050. Cependant, beaucoup de ces villes n’ont pas vraiment de plan pour atteindre cet objectif noble mais exigeant. En réponse, l’Initiative scientifique mondiale de Waterloo (WGSI) (en partenariat avec plusieurs collaborateurs de la région de Waterloo) a créé un jeu de société prototype appelé Energize : son objectif est d’attirer l’attention sur les défis et les solutions de la façon dont une ville peut réduire les émissions de carbone.

Voir la description complète du projet
Superviseur du corps professoral :

Neil Randall

Étudiant :

Aaron Atienza

Partenaire :

Initiative mondiale scientifique de Waterloo

Discipline :

Langues et linguistique

Secteur :

Université :

Programme :

Accélération

Prédire le risque de comportements agressifs et réactifs chez les personnes souffrant de démence à l’aide du traitement naturel du langage (PNL) et de l’apprentissage automatique (ML).

Les patients atteints de démence finiront par subir une perte significative de la fonction cognitive. Beaucoup auront de la difficulté à bien communiquer les défis de la vie et deviennent plutôt agités, ce qui entraîne de l’agressivité verbale ou physique. Surveiller le risque qu’un résident se blesse lui-même ou fasse du mal à autrui en raison d’un comportement agressif est une priorité dans un établissement de soins de longue durée où la démence est présente. Les aidants de Shannex enregistrent régulièrement la santé et le comportement des résidents à l’aide de systèmes informatiques. Chacun de ces systèmes enregistre numériquement l’information, soit sous forme de données structurées, soit de texte non structuré, fournissant un journal continu de l’historique patient de chaque résident. L’objectif de ce projet est d’utiliser des techniques de traitement du langage naturel (PLN) et d’apprentissage automatique (ML) pour développer des modèles capables de prédire la probabilité qu’un résident présente des comportements agressifs qui pourraient se nuire à lui-même ou à autrui dans la semaine à venir.

Voir la description complète du projet
Superviseur du corps professoral :

Daniel Silver

Étudiant :

Maryam Tajeddin

Partenaire :

Shannex

Discipline :

Informatique

Secteur :

Soins de santé et aide sociale

Université :

Programme :

Accélération

Recherche technique sur le développement des ressources non conventionnelles au Canada

Dans le cadre de ce projet, les stagiaires examineront la littérature évaluée par les pairs sur les quatre sujets différents : (1) Gaz naturel liquéfié (GNL), (2) Fracturation hydraulique, (3) Sismicité induite anormale, (4) Accès, transport, chimie de retour de flux des eaux de surface et souterraines, conservation, recyclage, traitement et élimination après utilisation dans les opérations de fracturation hydraulique.
L’objectif du projet est de réaliser une analyse qualitative des sujets listés afin de compiler des informations scientifiques et impartiales, qui seront utilisées pour mettre à jour le site partenaire web, présentées lors de conférences ainsi que publiées sous forme de bulletins. De plus, les étudiants rencontreront régulièrement les champions de l’industrie pour échanger leurs connaissances et discuter des aspects les plus importants des sujets étudiés. L’accent sera mis sur la distinction entre l’information scientifique vraie et les faussetés et les idées fausses actuelles.

Voir la description complète du projet
Superviseur du corps professoral :

David Eaton; Mirko Van Der Baan

Étudiant :

Paulina Wozniakowska; Jieyu Zhang

Partenaire :

Société canadienne des ressources non conventionnelles

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Université :

Programme :

Accélération

Création d’un modèle prédictif de végétation pour guider la restauration des zones humides dans les marais tidaux du bras sud

Je vais concentrer mon étude sur un petit marais de marée appelé Frenchies Island, situé dans les South Arm Marshes de la rivière Fraser, qui a été envahi par une espèce envahissante de quenouille. Les Frenchies, comme beaucoup d’îles marais à marée à marée, ont vu une digue construite autour de leur périmètre et ont donc été coupées de l’entrée naturelle de l’eau du cycle des marées, ainsi que des débits élevés de la rivière Fraser. L’objectif de ce projet est de créer un modèle prédictif pour prévoir le type de couverture végétale susceptible de pousser sur le site, une fois que la quenouille envahissante aura été affaiblie ou éradiquée sur le site. Le modèle sera créé en caractérisant d’abord à la fois les Frenchies et les zones non dominées par les quenouilles (sites non perturbés) à travers des relevés du sol, en fonction de la répartition de l’altitude, de la salinité du sol et de la couverture végétale. Les résultats de ma cartographie des sites non perturbés seront appliqués à Frenchies Island pour créer le modèle prédictif. ÊTRE CON’T

Voir la description complète du projet
Superviseur du corps professoral :

Anayansi Cohen-Fernandez

Étudiant :

Kyla Sheehan

Partenaire :

Canards Illimités Canada

Discipline :

Sciences de l’environnement

Secteur :

Université :

Programme :

Accélération

Réseau de fusion de capteurs embarqués

Les détecteurs d’objets 3D très précis nécessitent des ressources de calcul importantes, et réduire la charge de calcul et de mémoire tout en maintenant le même niveau de performance est une tâche cruciale pour tout véhicule autonome sûr et fiable. Ce projet de recherche étudie le déploiement d’un modèle 3D précis de détection d’objets dans une architecture restreinte en modifiant la structure du modèle, ses paramètres ainsi que son activité pendant l’exploitation. Grâce à une optimisation multi-niveaux, la quantité de calcul ainsi que la charge mémoire seront réduites tout en maintenant la performance de détection d’objets 3D. Les connaissances acquises grâce à cette expérience aideront le partenaire industriel à développer de nouvelles architectures pour des tâches computationnelles de plus en plus complexes.

Voir la description complète du projet
Superviseur du corps professoral :

Robert Laganiere

Étudiant :

Rytis Verbickas; Yahya Massoud

Partenaire :

Synopsys Inc.

Discipline :

Génie - informatique / électricité

Secteur :

Université :

Programme :

Accélération

Liaison utilisateur multicanal par appariement probabiliste

Les gens utilisent plusieurs appareils pour accomplir diverses tâches, ce qui fragmente leur identité en ligne. La publicité consiste autant à savoir quand ne pas promouvoir un produit qu’à savoir quand le faire. Par exemple, avant de recevoir des publicités pour l’alcool et le cannabis, l’utilisateur doit être identifié comme ayant plus de 19 ans. Les informations sur l’âge peuvent n’être disponibles que sur un canal différent de celui par lequel l’utilisateur se connecte. Cela rend difficile l’acquisition d’une compréhension globale des utilisateurs et l’élaboration d’une stratégie marketing unique pour tous les appareils. Pelmorex Audience, division publicité mobile de Pelmorex Corp., souhaite explorer des techniques avancées de jumelage probabiliste à grande échelle pour relier différentes représentations du même utilisateur à travers les canaux, afin de créer un ensemble maître de profils utilisateurs. Cela leur permettra d’améliorer l’expérience utilisateur en limitant la répétition des publicités dans différents environnements, tout en personnalisant les publicités selon leurs intérêts.

Voir la description complète du projet
Superviseur du corps professoral :

Marsha Chechik

Étudiant :

Kavita Srinivasan

Partenaire :

Pelmorex Media Inc

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Soyez vous-même : comment être un influenceur positif, en ligne et hors ligne

Il a été démontré que le comportement d’une mère, combiné à sa relation avec sa fille, peut avoir un impact direct ou indirectement sur le bien-être et le développement de sa fille (par exemple, les habitudes alimentaires, l’image corporelle et l’estime de soi). Des études ont montré que la relation mère/fille influence chaque étape du développement de la fille, avec une influence particulière sur la formation de la perception que la jeune adolescente a d’elle-même et de son corps. Comme la modélisation parentale existe hors ligne entre les mères et les jeunes filles adolescentes (11-14 ans), une influence similaire est exercée par l’évolution rapide de la culture numérique, comme les réseaux sociaux (SNS). En collaboration avec les membres de la communauté, les mères, les chercheurs et les éducateurs, nous co-créerons et évaluerons une expérience d’apprentissage transformative pour les influenceurs positifs, qui comprendra une trousse d’outils concrète et un atelier communautaire. Les matériaux serviront de service opérationnel et durable pour la Bulimia Anorexia Nervosa Association (BANA) à utiliser après la période de financement.

Voir la description complète du projet
Superviseur du corps professoral :

Sarah Woodruff

Étudiant :

Sara Santarossa

Partenaire :

Association de boulimie anorexie nerveuse

Discipline :

Kinésiologie

Secteur :

Soins de santé et aide sociale

Université :

Programme :

Accélération

Recherche sur les méthodes de formation de réseau pour les parcs éoliens offshore

Les systèmes d’alimentation conventionnels reposent sur des machines synchrones pour la production d’énergie et aussi pour la formation d’un réseau interconnecté de production auquel les charges sont reliées via un système de transmission (appelé réseau). De plus en plus, des sources d’énergie renouvelables sont interconnectées à un réseau via des convertisseurs électroniques de puissance. Ces convertisseurs ont traditionnellement été exploités en supposant une grille existante grâce à la présence de machines synchrones. Ces dernières années, il a été observé que des conditions de fonctionnement sont apparues nécessitant que les convertisseurs qui suivent normalement la grille aident à établir une grille, un mode appelé formation de la grille. Cette proposition examine les méthodes et algorithmes nécessaires à la formation de réseau des systèmes d’énergie éolienne, en particulier ceux équipés d’une unité de redressement à diode. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Shaahin Filizadeh

Étudiant :

Shirosh Peiris

Partenaire :

Manitoba Hydro International Ltd

Discipline :

Génie - informatique / électricité

Secteur :

Université :

Programme :

Accélération

Apprentissage statistique pour les séries temporelles financières

Étant donné une série chronologique de rendements pour un portefeuille d’instruments financiers, développez un modèle qui prédit avec précision les rendements maximisant les profits. La fonction objectif prendra une entrée des indicateurs financiers de l’intervalle de temps précédent et des rendements de l’intervalle de temps actuel. Ces indicateurs peuvent expliquer les relations entre les instruments financiers dans le portefeuille d’intérêt, et sont donc importants pour expliquer leurs rendements et le risque associé. Un défi courant avec ce type de problème est la facilité avec laquelle il peut être facile de surajuster votre modèle. Dans ce projet, nous cherchons à explorer des modèles d’apprentissage automatique à la fine pointe de la technologie afin de déterminer un modèle avec une grande précision de prédiction qui se généralise bien à des données inédites.

Voir la description complète du projet
Superviseur du corps professoral :

Mark Coates

Étudiant :

Cody Mazza-Anthony

Partenaire :

Squarepoint Technologies

Discipline :

Génie - informatique / électricité

Secteur :

Université :

Programme :

Accélération

Application de l’apprentissage automatique pour prédire le transfert de demande

Le projet nous aidera à concevoir un modèle d’apprentissage automatique capable de déterminer le transfert de la demande de nos clients. L’objectif clé de ce projet est de concevoir, rechercher, construire et expérimenter des modèles d’apprentissage automatique afin d’assurer un faible gaspillage de produits et une grande satisfaction client. Le modèle aura plusieurs applications marquantes à travers l’organisation.

Voir la description complète du projet
Superviseur du corps professoral :

Qiang Sun

Étudiant :

Zi Yi Chen

Partenaire :

Société Loblaw Limitée

Discipline :

Informatique

Secteur :

Industrie des services

Université :

Programme :

Accélération

Caractérisation multimorbide et détection des effets secondaires en polypharmacie pour concevoir des soins de santé personnalisés optimaux grâce à l’apprentissage automatique

Malgré une amélioration significative des systèmes de santé au cours des dernières décennies, la croissance rapide du nombre de patients atteints de multiples maladies chroniques — appelée multimorbidité — représente un défi complexe pour les services de santé principalement conçus pour traiter les personnes atteintes d’une seule maladie. Les avancées en apprentissage automatique ainsi qu’en puissance de calcul nous permettent maintenant d’exploiter une grande quantité de données en santé. L’objectif principal de ce projet est de proposer une approche basée sur les données pour caractériser les patients atteints de multimorbidité de manière à ce qu’un soin optimal puisse être offert à chacun d’eux, en utilisant des techniques d’apprentissage automatique. Le projet utilisera l’ensemble de données ICES (Institute for Clinical Evaluative Sciences), des données de santé publique de l’Ontario entièrement anonymisées et collectées depuis 1992, contenant des informations sur environ 15 millions de résidents de l’Ontario. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Marzyeh Ghassemi

Étudiant :

Seung Eun Yi

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Université :

Programme :

Accélération

Précédent
1...876877878879880881882...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire