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

Analyse des performances des réseaux basés sur le Big Data IoT

L’objectif principal du projet est de mettre à niveau le système existant de Cheetah Networks afin d’utiliser les données du réseau cellulaire canadien cat M1 surveillé pour développer des analyses QoE innovantes qui peuvent être utilisées pour fournir des informations exploitables. Le système explorera l’application de nouvelles techniques pour saisir en temps réel la visibilité de la QoE dans les expériences locales, régionales et nationales. Les principales méthodologies que nous utiliserons sont basées sur l’apprentissage automatique et les techniques d’apprentissage profond pour la classification, le clustering et l’analyse des données.

Voir la description complète du projet
Superviseur de la faculté :

Azzedine Boukerche

Etudiant :

Safa Otoum

Partenaire :

Réseaux de guépards

Discipline :

Ingénierie - informatique / électrique

Secteur :

Technologies de l’information et des communications

Université :

Université d’Ottawa

Programme :

Accélération

Étude photovoice sur les expériences et les besoins en matière d’établissement des hommes immigrants récents dans le centre de l’Alberta

Le Collège Red Deer, de concert avec le Partenariat local en matière d’immigration de Red Deer (RDLIP), a reçu Mitacs Accélération le financement de la recherche sur les expériences d’établissement des immigrants récents de l’homme dans le centre de l’Alberta. Des efforts concertés ont été déployés par les gouvernements fédéral, provinciaux et municipaux pour attirer et retenir les nouveaux arrivants dans les villes de taille moyenne et les collectivités rurales du Canada ; néanmoins, les expériences et les besoins globaux en matière d’établissement des nouveaux arrivants dans ces collectivités n’ont pas fait l’objet de beaucoup d’études empiriques ; c’est particulièrement le cas chez les hommes immigrants. Cette recherche examinera les expériences d’établissement des hommes immigrants récents dans le centre de l’Alberta afin de combler les lacunes dans les connaissances. L’équipe de recherche partagera les résultats de la recherche avec les membres de la communauté, les organismes de fournisseurs de services d’établissement et les décideurs par le biais de l’exposition Photovoice, de la présentation de la conférence et de la publication dans une revue universitaire.

Voir la description complète du projet
Superviseur de la faculté :

Choon-Lee Chai ; Jones Adjei

Etudiant :

Sarah Orcutt

Partenaire :

Partenariat local en matière d’immigration de Red Deer

Discipline :

Sociologie

Secteur :

Pêches et faune

Université :

Collège Red Deer

Programme :

Accélération

Évaluation comparative des méthodes d’apprentissage automatique pour la détection des fraudes 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 des données et prendre des décisions. La fraude financière est un danger 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. Une fois que le système a fait sa prédiction, il est important que les utilisateurs comprennent la raison derrière la prédiction dans de tels cas. Ce projet de recherche présente un classificateur d’apprentissage automatique pour la détection de la fraude qui permettra de prédire si la transaction est frauduleuse ou non, ainsi que l’interprétation des prédictions faites par le modèle pour qu’elles soient comprises par les humains.

Voir la description complète du projet
Superviseur de la faculté :

Lourdes Peña-Castillo

Etudiant :

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 difficiles et des espaces clos

La préformation d’inspections visuelles régulières est essentielle pour maintenir les structures. Ces inspections sont utilisées pour déceler les défauts à un stade précoce avant qu’ils ne constituent une menace majeure. Malheureusement, ces inspections nécessitent des échafaudages ou l’embauche d’un estacade pour accéder à certaines zones. D’autres zones sont étroites et mettent le travailleur en danger. L’utilisation de drones d’inspection visuelle, spécialement conçus pour les espaces clos, constitue un excellent outil pour effectuer ces inspections. Tout au long de ce projet de recherche, nous testerons et analyserons la façon dont ces drones performent / résistent à différents environnements difficiles. Ces environnements comprennent : des températures extrêmes, une humidité élevée, de la vapeur acide. Dans un premier temps, nous testerons les sous-composants individuellement, puis nous testerons le drone dans son ensemble. En fin de compte, nous fournirons à notre partenaire will un drone d’inspection visuelle en espace confiné entièrement fonctionnel capable de fonctionner dans des environnements difficiles.

Voir la description complète du projet
Superviseur de la faculté :

Hadi Mohammadi

Etudiant :

Keaton Roch

Partenaire :

Ingénierie du séquoia

Discipline :

Ingénierie - autres

Secteur :

Construction et infrastructure

Université :

Programme :

Accélération

Visualisation des faits saillants de la complexité de fabrication dans le fichier CAO

Actuellement, le service fourni par GRAD4 permet le stockage et le partage en ligne de modèles de conception assistée par ordinateur (CAO). Cependant, il n’y a pas d’interface développée pour la visualisation des modèles de CAO dans le service d’une manière rapide et compréhensible pour les utilisateurs : les fabricants et les acheteurs. Le principal défi de telles implémentations réside dans le coût de calcul relativement élevé de ces visualisations via des outils utilisés pour le développement Web : alors qu’un PC ordinaire gère efficacement une telle tâche, les outils Web ont des moyens insuffisants pour des performances similaires et, par conséquent, impliquent principalement le cloud computing. Sur cette base, il est proposé 1) d’étudier diverses approches pour les représentations géométriques des modèles CAO sur une page Web ; 2) élaborer un cadre et une approche pour la représentation visuelle des modèles CAO ; et 3) mettre en œuvre l’approche soit dans un prototype de logiciel, soit comme un plug-in pour un outil de modélisation géométrique en ligne existant.

Voir la description complète du projet
Superviseur de la faculté :

Yaoyao Fiona Zhao

Etudiant :

Nikita Letov

Partenaire :

GRAD4 Inc. (en)

Discipline :

Ingénierie - mécanique

Secteur :

Technologies de l’information et des communications

Université :

Université McGill

Programme :

Accélération

Étude expérimentale et validation du rendement et de la conception des dispositifs de régulation de débit (FCD) dans la production d’huile thermique

Les procédés de récupération d’huile utilisent des dispositifs de contrôle de débit (DCF) pour assurer l’écoulement uniforme des fluides avec un risque réduit de défaillance du puits. Ces dispositifs fonctionnent en limitant le débit à travers les buses, ce qui entraîne un changement significatif de sa vitesse et de sa pression. Pour que le débit maintienne son élan, sa pression doit baisser, ce qui augmente malheureusement la probabilité d’une défaillance du puits local. Dans cette recherche, la performance de divers types de buses sera testée pour étudier l’effet de la géométrie sur la chute de pression. Les résultats obtenus seront analysés afin de déterminer les améliorations qui peuvent être apportées aux conceptions de buses existantes. Une installation d’essai sera mise en service, dans le cadre de laquelle des procédures d’essai et des protocoles expérimentaux seront également établis pour utiliser l’installation comme principal outil d’essai et de validation des dispositifs de contrôle de débit.

Voir la description complète du projet
Superviseur de la faculté :

David Nobes

Etudiant :

Yishak Yusuf

Partenaire :

RGL Reservoir Management Inc.

Discipline :

Ingénierie - mécanique

Secteur :

Pétrole et gaz

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Débroussaillage de la tomodensitométrie à faible dose à l’aide de l’apprentissage profond

Les tomodensitogrammes (tomodensitométrie) sont des images médicales largement utilisées pour diagnostiquer des maladies telles que le cancer. Les tomodensitomètres passent des rayons X à travers le corps afin de générer des images en coupe transversale. Malheureusement, l’exposition prolongée aux rayonnements (via les rayons X) peut endommager le corps, et donc on vise à minimiser la dose de rayons X qu’ils reçoivent. Cependant, les tomodensitomètres modernes produisent des images de qualité inférieure lorsqu’ils utilisent une faible dose de rayons X, ce qui va à l’encontre de leur objectif en tant qu’outil de diagnostic. Nous proposons un algorithme de post-traitement pour améliorer la qualité des images de CT produites à la basse dose de rayonnement. L’industrie et l’organisation partenaire en profiteront en intégrant cet algorithme dans des produits qui peuvent être commercialisés auprès des radiologistes.

Voir la description complète du projet
Superviseur de la faculté :

Javad Alirezaie

Etudiant :

Sepehr Ataei

Partenaire :

Dr Paul Babyn Professional Medical Corporation (en seulement)

Discipline :

Ingénierie - informatique / électrique

Secteur :

Dispositifs médicaux

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Conception thermique de la roue électrique intégrée à la batterie hybride

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

Voir la description complète du projet
Superviseur de la faculté :

Hossam Gaber

Etudiant :

Yoka Cho

Partenaire :

Wina Technologie nord-américaine

Discipline :

Physique / Astronomie

Secteur :

Secteur de l’énergie

Université :

Université Ontario Tech

Programme :

Accélération

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

Le projet proposé porte sur l’encapsulation par extrusion de composants bioactifs à l’aide d’une matrice alimentaire à base de riz et de protéines de maïs. Il est bien reconnu que les propriétés de performance des produits encapsulés de pigments de lac naturels sont influencées par les propriétés structurelles de la protéine matricielle utilisée pour l’encapsulation d’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. On peut s’attendre à des changements importants dans les propriétés du produit en raison de la différence dans les étapes de fabrication. Les tentatives préliminaires de la société avec des protéines de riz enzymatiques dans l’encapsulation d’extrusion de pigments naturels n’ont pas été couronnées de succès. Ce projet explore des procédures alternatives et des concepts d’optimisation pour obtenir un produit encapsulé réussi

Voir la description complète du projet
Superviseur de la faculté :

Hosahalli Ramaswamy

Etudiant :

Ghaidaa Alharaty

Partenaire :

Capol Inc. (en)

Discipline :

Sciences de l’alimentation

Secteur :

Agriculture

Université :

Université McGill

Programme :

Accélération

Calcul rapide et précis des exemples contradictoires de Wasserstein

L’apprentissage automatique (ML) a récemment connu un succès impressionnant dans de nombreuses applications. Alors que le ML commence à pénétrer dans les domaines critiques pour la sécurité, les problèmes de sécurité / robustesse sur les systèmes ML ont reçu beaucoup d’attention ces derniers temps. De manière très surprenante, des travaux récents ont montré que les modèles ML actuels sont vulnérables aux attaques antagonistes, 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 accusatoire de Wasserstein prend beaucoup de temps. L’objectif de ce projet est d’accélérer considérablement le processus de génération pour les exemples antagonistes de Wasserstein en reformulant soigneusement le problème et en exploitant de meilleures techniques d’optimisation.

Voir la description complète du projet
Superviseur de la faculté :

Yaoliang Yu

Etudiant :

Kaiwen Wu

Partenaire :

Borealis AI

Discipline :

Informatique

Secteur :

Finance, assurance et affaires

Université :

Université de Waterloo

Programme :

Accélération

Développement de véhicules à base de niosome pour fournir des aides immunitaires végétales

Des approches novatrices qui garantissent la sécurité alimentaire à la lumière de l’augmentation de la population mondiale, de la variété croissante des ravageurs des cultures et des microbes, et de l’accélération des changements climatiques sont nécessaires de toute urgence. Suncor a mis au point une nouvelle aide immunitaire pour les plantes qui peut améliorer efficacement la résistance aux maladies des cultures afin d’améliorer les rendements agricoles. Grâce à cette collaboration avec le laboratoire du Dr Todd Hoare à l’Université McMaster, ces composés puissants seront formulés dans un nouveau type de formulation de nanoparticules qui peut atteindre une stabilité à long terme sous la lumière du soleil, offrir une bonne résistance à la pluie à la feuille, faciliter la libération contrôlée pour une efficacité à long terme, et promouvoir l’adoption et le transport améliorés des aides immunitaires des plantes dans les plantes, qui sont tous essentiels à l’efficacité commerciale de ces composés bioactifs végétaux. Sur la base de la collaboration, nous visons à générer 3-5 formulations efficaces pour aller de l’avant dans des études de commercialisation plus détaillées. Nous prévoyons que ces développements faciliteront l’application des composés bioactifs végétaux de Suncor, ce qui aura un impact économique pour le Canada et améliorera les rendements agricoles.

Voir la description complète du projet
Superviseur de la faculté :

Todd Ryan Hoare

Etudiant :

Lisha Zhao

Partenaire :

Suncor Énergie inc.

Discipline :

Ingénierie - chimique / biologique

Secteur :

Agriculture

Université :

Université McMaster

Programme :

Accélération

Démêler les effets de multiples facteurs de stress sur les algues benthiques nuisibles (Cladophora) dans les régions littorales des Grands Lacs

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

Voir la description complète du projet
Superviseur de la faculté :

Paul Weidman ; Ken Droulliard

Etudiant :

Zhuoyan Song

Partenaire :

Office de protection de la nature de Toronto et de la région

Discipline :

Sciences de l’environnement

Secteur :

Pêches 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