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

Analytique de performance réseau basée sur le Big Data sur l’IoT

L’objectif principal du projet est de moderniser le système existant chez Cheetah Networks afin d’utiliser les données du réseau cellulaire canadien CAT M1 surveillées afin de développer des analyses innovantes de QoE pouvant être utilisées pour fournir des informations exploitables. Le système explorera l’application de nouvelles techniques pour capturer en temps réel la visibilité QoE des expériences locales, régionales et nationales. Les principales méthodologies que nous allons employer sont basées sur l’apprentissage automatique et les techniques d’apprentissage profond pour la classification, le regroupement et l’analyse des données.

Voir la description complète du projet
Superviseur du corps professoral :

Azzedine Boukerche

Étudiant :

Safa Otoum

Partenaire :

Cheetah Networks

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Université d’Ottawa

Programme :

Accélération

Une étude Photovoice sur les expériences et besoins de colonisation des hommes immigrants récents dans le centre de l’Alberta

Le Collège Red Deer, avec le Partenariat local pour l’immigration de Red Deer (RDLIP), a reçu des Mitacs Accélération financement pour étudier les expériences de colonisation des hommes immigrants récents dans le centre de l’Alberta. Il y a eu des efforts concertés des gouvernements fédéral, provincial et municipal pour attirer et retenir les nouveaux arrivants dans les villes de taille moyenne et les communautés rurales du Canada; Néanmoins, les expériences globales de colonisation et les besoins des nouveaux arrivants dans ces communautés n’ont pas fait l’objet d’une grande étude empirique; C’est particulièrement vrai chez les hommes immigrants. Cette recherche examinera les expériences de colonisation des hommes immigrants récents dans le centre de l’Alberta afin de combler le déficit de connaissances. L’équipe de recherche partagera les résultats de la recherche avec les membres de la communauté, les organisations de fournisseurs de services de colonisation et les décideurs politiques par le biais d’une exposition Photovoice, d’une présentation en conférence et d’une publication dans une revue académique.

Voir la description complète du projet
Superviseur du corps professoral :

Choon-Lee Chai; Jones Adjei

Étudiant :

Sarah Orcutt

Partenaire :

Partenariat local pour l’immigration de Red Deer

Discipline :

Sociologie

Secteur :

Pêche et faune

Université :

Collège Red Deer

Programme :

Accélération

Évaluation comparative des méthodes d’apprentissage automatique pour la détection de fraude et l’amélioration de l’interprétabilité du meilleur modèle

Les algorithmes d’apprentissage automatique sont utilisés dans un large éventail d’applications. C’est une branche de l’informatique où le système peut apprendre à partir des données et prendre des décisions. La fraude financière est un risque croissant dans le secteur financier, et il est important de détecter une transaction frauduleuse. Les algorithmes d’apprentissage automatique peuvent être utilisés pour décider si la transaction est frauduleuse ou non. Après que le système ait fait sa prédiction, il est important que les utilisateurs comprennent la raison derrière cette prédiction dans de tels cas. Ce projet de recherche présente un classificateur d’apprentissage automatique pour la détection de fraude qui prédira si la transaction est frauduleuse ou non, ainsi que l’interprétation des prédictions faites par le modèle afin qu’elles soient comprises par les humains.

Voir la description complète du projet
Superviseur du corps professoral :

Lourdes Peña-Castillo

Étudiant :

Kratika Naskulwar

Partenaire :

Verafin Inc.

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Université Memorial de Terre-Neuve

Programme :

Accélération

UAV d’inspection visuelle dans des environnements hostiles et des espaces confinés

Effectuer des inspections visuales régulières est essentiel pour l’entretien des structures. Ces inspections servent à identifier les défauts à un stade précoce avant qu’ils ne représentent une menace majeure. Malheureusement, ces inspections nécessitent l’utilisation d’un échafaudage ou l’embauche d’une perche pour accéder à certaines zones. D’autres zones sont serrées et mettent le travailleur en danger. L’utilisation de drones d’inspection visuelle, spécialement conçus pour les espaces confinés, constitue un excellent outil pour effectuer ces inspections. Tout au long de ce projet de recherche, nous testerons et analyserons comment ces drones performent/résistent à différents environnements hostiles. Ces environnements incluent : températures extrêmes, forte humidité, vapeur acide. D’abord, nous testerons les sous-composants individuellement, puis procéderons au test du drone dans son ensemble. En fin de compte, nous offrirons à notre partenaire un drone d’inspection visuelle en espace confiné pleinement fonctionnel, capable d’opérer dans des environnements hostiles.

Voir la description complète du projet
Superviseur du corps professoral :

Hadi Mohammadi

Étudiant :

Keaton Roch

Partenaire :

Génie Redwood

Discipline :

Ingénierie - autres

Secteur :

Construction et infrastructures

Université :

Programme :

Accélération

Visualisation des points saillants de complexité de fabrication sur un fichier CAO

Actuellement, le service offert par GRAD4 permet de stocker et de partager en ligne des modèles de conception assistée par ordinateur (CAO). Cependant, aucune interface n’a été développée pour visualiser rapidement et facilement les utilisateurs : fabricants et acheteurs. Le principal défi de telles implémentations réside dans le coût computationnel relativement élevé de ces visualisations via des outils utilisés pour le développement web : alors qu’un PC ordinaire gère ces tâches efficacement, les outils web ont des moyens insuffisants pour des performances similaires et, par conséquent, impliquent principalement l’informatique en nuage. Sur cette base, il est proposé 1) d’explorer diverses approches pour les représentations géométriques de modèles CAO sur une page web; 2) développer un cadre et une approche pour la représentation visuelle des modèles CAO; et 3) mettre en œuvre cette approche soit dans un prototype logiciel, soit sous forme de module complémentaire pour un outil de modélisation géométrique en ligne existant.

Voir la description complète du projet
Superviseur du corps professoral :

Yaoyao Fiona Zhao

Étudiant :

Nikita Letov

Partenaire :

GRAD4 Inc

Discipline :

Génie - mécanique

Secteur :

Technologies de l’information et des communications

Université :

Université McGill

Programme :

Accélération

Investigation expérimentale et validation des performances et de la conception des dispositifs de contrôle de débit (FCD) dans la production d’huile thermique

Les procédés de récupération d’huile utilisent des dispositifs de contrôle de débit (FCD) pour assurer un écoulement uniforme des fluides avec un risque minimal de défaillance du puits. Ces dispositifs fonctionnent en restreignant l’écoulement à travers les buses, ce qui fait changer significativement leur vitesse et leur pression. Pour que l’écoulement conserve son élan, sa pression doit diminuer, ce qui augmente malheureusement la probabilité d’une rupture locale du puits. Dans cette recherche, la performance de différents types de buses sera testée afin d’étudier l’effet de la géométrie sur la chute de pression. Les résultats obtenus seront analysés afin d’identifier les améliorations pouvant être apportées aux conceptions existantes de buses. Une installation d’essai sera mise en service, permettant également d’établir des procédures de test et des protocoles expérimentaux pour utiliser cette installation comme principal outil de test et de validation des dispositifs de contrôle de débit.

Voir la description complète du projet
Superviseur du corps professoral :

David Nobes

Étudiant :

Yishak Yusuf

Partenaire :

RGL Reservoir Management Inc.

Discipline :

Génie - mécanique

Secteur :

Pétrole et gaz

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Débruitage par tomographie à faible dose grâce à l’apprentissage profond

Les tomodensitogrammes (CT) sont des images médicales largement utilisées pour diagnostiquer des maladies telles que le cancer. Les scanners CT passent des rayons X à travers le corps afin de générer des images en coupe transversale. Malheureusement, une exposition prolongée aux radiations (via les rayons X) peut endommager le corps, et on vise donc à minimiser la dose de rayons X reçue. Cependant, les scanners CT modernes produisent des images de moindre qualité lorsqu’on utilise une faible dose de rayons X, ce qui va à l’encontre de leur utilité comme outil de diagnostic. Nous proposons un algorithme de post-traitement pour améliorer la qualité des images CT produites à faible dose de rayonnement. L’industrie et les organisations partenaires en bénéficieront en intégrant cet algorithme dans des produits qui pourront être commercialisés auprès des radiologues.

Voir la description complète du projet
Superviseur du corps professoral :

Javad Alirezaie

Étudiant :

Sepehr Ataei

Partenaire :

Dr Paul Babyn Société médicale professionnelle

Discipline :

Génie - informatique / électricité

Secteur :

Dispositifs médicaux

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Conception thermique d’une roue électrique intégrée au pack batterie hybride

Ce projet va intégrer une batterie à température normale (NTB) qui est bon marché mais ne peut se décharger qu’au-20? et une batterie basse température (LTB) qui est coûteuse mais peut fonctionner à -40? dans un boîtier isolé avec un système intelligent de gestion de batterie hybride. Et un tuyau thermique avec température de déclenchement prévu sera intégré au boîtier pour éviter la surchauffe du NTB, ce qui assurera que la batterie hybride fonctionnera correctement en environnement chaud et froid. Le partenaire, un fournisseur de batteries lithium-ion, augmentera l’application de ses batteries au Canada en élargissant la plage de température de travail à un coût acceptable.

Voir la description complète du projet
Superviseur du corps professoral :

Hossam Gaber

Étudiant :

Yoka Cho

Partenaire :

Wina North American Technology

Discipline :

Physique / Astronomie

Secteur :

Secteur de l’énergie

Université :

Université Ontario Tech

Programme :

Accélération

Optimisation de l’encapsulation par extrusion à base de riz et d’autres protéines

Le projet proposé porte sur l’encapsulation par extrusion de composants bioactifs utilisant une matrice alimentaire à base de protéines de riz et de maïs. Il est bien reconnu que les propriétés de performance des produits encapsulés naturellement en pigment de lac sont influencées par les propriétés structurelles de la protéine matricielle utilisée pour l’encapsulation par extrusion. Le type, le mélange et la nature des protéines peuvent avoir un effet significatif sur le produit encapsulé par extrusion ainsi que sur sa fonctionnalité. Des changements importants dans les propriétés du produit sont à prévoir en raison des différences dans les étapes de fabrication. Les tentatives préliminaires de l’entreprise avec la protéine enzymatique de riz dans l’encapsulation par extrusion de pigments naturels n’ont pas abouti. Ce projet explore des procédures alternatives et des concepts d’optimisation pour obtenir un produit encapsulé réussi

Voir la description complète du projet
Superviseur du corps professoral :

Hosahalli Ramaswamy

Étudiant :

Ghaidaa Alharaty

Partenaire :

Capol Inc

Discipline :

Science alimentaire

Secteur :

Agriculture

Université :

Université McGill

Programme :

Accélération

Calcul rapide et précis des exemples adversaires de Wasserstein

L’apprentissage automatique (ML) a récemment connu un succès impressionnant dans de nombreuses applications. Alors que l’apprentissage automatique commence à pénétrer dans des domaines critiques pour la sécurité, les préoccupations de sécurité et de robustesse des systèmes d’apprentissage automatique ont récemment suscité beaucoup d’attention. Très surprenant, des travaux récents ont montré que les modèles ML actuels sont vulnérables aux attaques adversaires, par exemple en perturbant légèrement l’entrée, les modèles ML peuvent être manipulés pour produire des résultats complètement inattendus. De nombreux algorithmes d’attaque et de défense ont été développés sur le terrain sous le modèle d’attaque Lp pratique mais discutable. Nous étudions un modèle d’attaque alternatif basé sur la distance de Wasserstein, qui a une riche signification géométrique et est mieux aligné avec le perceptron humain. L’algorithme existant pour calculer l’exemple adversarial de Wasserstein prend beaucoup de temps. L’objectif de ce projet est d’accélérer considérablement le processus de génération des exemples adversaires de Wasserstein en reformulant soigneusement le problème et en exploitant de meilleures techniques d’optimisation.

Voir la description complète du projet
Superviseur du corps professoral :

Yaoliang Yu

Étudiant :

Kaiwen Wu

Partenaire :

Borealis AI

Discipline :

Informatique

Secteur :

Finance, assurance et affaires

Université :

Université de Waterloo

Programme :

Accélération

Développement de véhicules à base de niosomes pour délivrer des aides immunitaires aux plantes

Des approches innovantes garantissant la sécurité alimentaire compte tenu de l’augmentation de la population mondiale, de la variété croissante de ravageurs et de microbes des cultures, et de l’accélération des changements climatiques sont urgentement nécessaires. Suncor a développé une nouvelle aide immunitaire aux plantes qui peut améliorer efficacement la résistance aux maladies des cultures afin d’augmenter les rendements agricoles. Grâce à cette collaboration avec le laboratoire du Dr Todd Hoare à McMaster, ces composés puissants seront formulés en un nouveau type de formulation de nanoparticules capable d’assurer une stabilité à long terme sous le soleil, d’offrir une bonne résistance à la pluie à la feuille, de faciliter une libération contrôlée pour une efficacité à long terme, et de favoriser une meilleure absorption et transport des aides immunitaires végétales à l’intérieur des plantes, autant d’éléments essentiels pour l’efficacité commerciale de ces composés bioactifs végétaux. Sur la base de cette collaboration, nous visons à générer de 3 à 5 formulations efficaces à poursuivre dans des études de commercialisation plus détaillées. Nous prévoyons que ces développements faciliteront la traduction des composés bioactifs végétaux de Suncor, offrant à la fois un impact économique pour le Canada et une amélioration des rendements agricoles.

Voir la description complète du projet
Superviseur du corps professoral :

Todd Ryan Hoare

Étudiant :

Lisha Zhao

Partenaire :

Suncor Energy Inc.

Discipline :

Génie - chimique / biologique

Secteur :

Agriculture

Université :

Université McMaster

Programme :

Accélération

Effets de démêlement de multiples facteurs de stress sur les algues benthiques nuisibles (Cladophora) dans les régions côtières des Grands Lacs

Nous analyserons les données de surveillance à long terme prélevées sur dix ans dans les régions côtières des Grands Lacs afin de déterminer les facteurs clés qui causent la prolifération d’algues benthiques nuisibles et l’encrassement des rives du lac Ontario dans la région Toronto–Durham et dans tout le pays. De plus, nous testerons si l’ADN environnemental des échantillons d’eau et de sédiments peut être utilisé pour suivre la dispersion des algues benthiques nuisantes. Notre projet contribuera directement aux programmes de surveillance continus dans les Grands Lacs et sera pertinent pour la gestion des algues benthiques nuisantes. Nous explorerons comment la biomasse d’algues benthiques nuisibles est influencée par des facteurs humains (apports d’eaux usées et ruissellement urbain), la qualité de l’eau (par exemple, lumière et nutriments), la circulation des lacs, les espèces aquatiques envahissantes et les changements climatiques. Nous développerons également des modèles qui éclaireront les stratégies de gestion pour contrôler l’encrassement du rivage par les algues nuisantes.

Voir la description complète du projet
Superviseur du corps professoral :

Paul Weidman; Ken Droulliard

Étudiant :

Zhuoyan Song

Partenaire :

Autorité de conservation de Toronto et de la région

Discipline :

Sciences de l’environnement

Secteur :

Pêche et faune

Université :

Université de Windsor

Programme :

Accélération

Précédent
1...934935936937938939940...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire