Développement d’un cadre d’analyse des données collectées par les organismes des arts de la scène pendant la période de COVID-19

La crise de la COVID-19 a stimulé le besoin de transformation numérique des organisations afin d'adapter leurs modèles et pratiques d'af-faires pour survivre à la pandémie. Compte tenu de la nature de la consommation directe de la plupart des offres culturelles, le secteur cultu-rel semble souffrir de la pandémie de COVID-19 plus que les autres industries.

Exploration et intégration de modèles d’intelligence artificielle au sein d’une plateforme liant des villes à leurs habitants

Identifier les besoins et intégrer des modèles d'intelligence artificielle au sein d'une plateforme connectant la ville à ses habitants dans le cadre d'un projet autonome.La vie quotidienne d'un citoyen est largement influencée par des changements saisonniers extérieurs et par d'autres évènements prévisibles tels que les conditions météorologiques, les élections municipales, les affluences provoquées par les horaires du travail etc.L'objectif est alors de recenser et de prioriser les besoins des villes et de ses habitants qui nécessitent l'application d'algorithmes d'intelligence artificielle

Optimization of Long-Term Planning of Mining Operations

To determine the infrastructure and their equipment needs throughout the life of a mine, mining companies solves a long-term planning problem that aims at determining the mining sequences that will maximize the net present value of profits while taking into account operational constraints. These problems are very difficult to solve because of their huge size. Furthermore, various types of uncertainties (e.g., on prices, deadlines, activity durations) should be considered.

Aide aux décisions opérationnelles ferroviaires basées sur l'apprentissage par renforcement

La régulation du trafic à la SNCF (Société nationale des chemins de fer français) repose aujourd’hui essentiellement sur les compétences et l’expertise des opérateurs de gestion du trafic, qui sont dotés de peu d’outils d’aide à la décision.

Optimisation du processus d’ajout d'un médicament à la pharmacie

Le Département de pharmacie du CHUM est responsable de la gestion du service des médicaments dans tout l’hôpital afin de répondre aux besoins des patients (médicaments servis au nom du patient et médicaments disponibles à l’unité de soins sur validation et au commun dans différentes localisation dont les cabinets automatisés décentralisés). En particulier, la pharmacie s’occupe du réapprovisionnement des médicaments dans les unités de soins, ainsi que des étapes en amont.

Data Drift Detection and Monitoring

When a previously trained machine learning model is put into production, the production phase begins where said model makes predictions on the inputs provided to it. When the distribution of production data changes over time, we talk about data drift. Then the model is likely to become less efficient, or even obsolete. The project consists of building an intelligent system capable of alerting in the event of a data drift that would have a significant impact on the system.

Prise de décision basée sur la donnée dans l'opération des transports collectifs

L’objectif général du projet est de doter Keolis d’outils, de méthodes et de modèles lui permettant d’améliorer la prise de décision dans le cas de perturbations dans l’opération de ses réseaux de transport collectif. Le projet touche d’abord les méthodes de traitement de données permettant de calculer des indicateurs de performance reliés à l'opération des réseaux. Ensuite, il y aura la création de modèles de prévision de la demande se basant sur l'historique d'achalandage et sur l'historique circonstanciel d'opération du réseau.

Affectation des opérateurs aux machines CNC

JITbase offre une solution de “machine monitoring” intelligente pour l’Industrie 4.0. Spécialisée dans les machines CNC (“Computer Numerical Control”) dans les usines aéronautiques, JITbase trouve le chemin optimal pour l’opérateur et le guide vers la machine qui nécessitera bientôt de l’attention grâce aux données collectées des machines et à des algorithmes de recherche opérationnelle. Il gère ainsi jusqu’à six machines au lieu de deux, avec un taux d’utilisation maximum des machines.

AI for Extraction of Biomedical Signals from Headphones

In an age of so many new wearable devices, e.g., smartwatches, glasses, rings, clothing, and so on, headphones can be recognized as the first widely adopted wearable device. They have been around for more than a century and have been used mostly as an output device for listening to music, or, in the recent decades, talking on the phone. Even more recently, Ohmic has developed a technology formed by a suite of hardware and software solutions that enables headphones to go beyond their initial purpose.

Application of Machine Learning in Radiation Oncology Scheduling

The Ophthalmology department of CHUM receives almost 400 patients per day, each of which needs to go through different tests and consultations. Scheduling those appointments is a complicated task as it involves multiple shared resources, precedent constraints between tests, and uncertainty in tests’ durations, cancellations, emergency patients, etc. The current manual scheduling at the department results in high fluctuations in workload between days, inefficient use of resources, and long waiting time for patients.

Pages