Opérationnalisation et déploiement d’un outil utilisant l’intelligence artificielle afin d’assister la prise de décision pédagogique

Videns Analytics a lancé en 2018 le projet Réussito. Ce dernier est un outil technologique qui aidera le personnel enseignant dans sa prise de décision. Pour ce faire, les commentaires de rétroaction des enseignants sont analysés, à l’aide d’intelligence artificielle, pour les classer dans plusieurs catégories ciblées par des chercheurs en éducation. Les algorithmes d’intelligence artificielle (modèle de prévision) permettent maintenant de classer les commentaires, mais ce n’est pas suffisant pour avoir un outil utilisable.

Apollo. La synthèse vocale pour de meilleurs livres audio

Actuellement, les applications de synthèse vocale manquent de qualité ou sont fortement payantes. Nous travaillons à la mise au point d'une synthèse vocale librement accessible, dont les paramètres sont manipulables et dont la qualité est comparable à celle de la parole humaine. Ceci a des applications immédiates dans l'accessibilité pour les personnes aveugles, les livres audio, et les interfaces audio générales supportées par de grands modèles de langage.

Classification et segmentation de données de drone par intelligence artificielle

Traitement d’images collectées avec des drone par des algorithmes de classification et de segmentation par modèles d’intelligence artificielle. L’objectif du projet est d’automatiser la détection de caractéristiques dans l’image et de convertir ces données en données géographiques. Ce projet permettra de réduire le temps nécessaire pour procéder à l’analyse de données aériennes afin de produire des couches de données géoréférencées et des rapports de situation sur l’état de diverses infrastructures.

Modèles d’apprentissage profond pour l’auto-correction des prévisions météorologiques : application à la prévision de la demande sur le réseau électrique québécois et analyse de l’impact des tendances climatiques

A Hydro-Quebec TransEnergie (HQTE), la prevision de la charge (ou « prevision du MW») en operationnel repose sur de; model es parametriques constitues defonctions modelisantes non lineaires. Ces model es sont alimentes par des observations et des previsions meteorologiques, ces dernieres pouvant etre auto corrigees selon la ten dance observee dans Jes derniere;
heures. S'ils ont fait leur preuve et demeurent performants, on constate une lente degradation de leur capacite a prevoir en toute situation Jes besoins quebecois.

Security and safety intelligent systems on smart spaces: privacy perseveration approach

We are witnessing the rapid development of the Internet of Things (IoT) which provides ubiquitous sensing and computing capabilities to connect a broad range of things to the Internet while connecting people and spaces. That opens a wide range of opportunities to foster user-centered service, improve safety, and well-being.

Générer des images de haute qualité des produits de chez Portes Milette à l’aide de méthode traditionnelles et d’apprentissage machine.

Ce projet vise à générer des images de haute qualité, des différentes portes de chez Portes Milette. L’entreprise permet à ses clients de choisir une multitude de paramètres afin de personnaliser ses modèles de portes. Les clients ont accès à des millions de combinaisons de paramètres possibles. La visualisation de ces portes personnalisées par le client avant même leur conception est le défi que doivent relever les 2 stagiaires Mitacs dans le cadre de ce projet.

Real-time AI-based Anomaly Detection of 5G Network Latency ** Extension with new objectives and deliverables **

LatenceTech offers a cloud analytics and monetization solution for cellular networks with a special focus on ultra-low latency connectivity. Using SAAS and AI, our solution helps mobile operators, telecom vendors and advanced industries to track, predict and secure the new benefits of 5G cellular technology.This project consists in creating ML Models to perform near real-time anomaly detection of the response time (latency) of 5G cellular technology.

Semi-automated texture synthesis from multi-scale inputs

As virtual worlds grow larger and more detailed, complex content generation is becoming a key issue for media production industries. Creating and populating these virtual scenes with various and detailed 3D entities coherent with their environment is a difficult and time-consuming task mainly based on manual authoring. Developing novel tools that are able to scale up to the increased demand is of central importance for media production industries e.g. video (serious) games, motion pictures industry, etc.

Anomaly detection from system logs through deep learning

During the last decade, we observe in organizations a surge of numbers of cyber-attacks originating internally. In this project, we aim to develop deep learning models to detect suspicious activity (such as malicious events, system failure or attacks) from log data generated by the Desjardins ecosystem.

Adapting Ship Refit and Maintenance Planning Optimization to User Preferences

Thales Canada is developing Refit Optimizer, a prototype solution for managing military ship refit projects and maintenance operations. In particular, this tool offers a scheduling optimization component, which decides when each task needs to be executed. During its development, three different criteria were identified according to the challenges faced by the shipyards: minimization of the project's duration, minimization of the costs associated with overtime labor, maximization of the schedule's robustness.

Pages