Building a privacy-preserving federated recommender system for mobile devices

Lerna AI helps app developers to better understand their users and optimize their campaigns. The company’s mobile library optimizes the timing of user engagement, for example by identifying when the right moment is to send an up-selling notification. This is achieved by seamlessly deploying privacy-preserving federated learning on the mobile phone in order to learn from enriched first-party data that never leaves the device.
The project aims at enhancing Lerna AI’s underlying ML algorithms by introducing a recommender system and content-based optimization.

Pondération dynamique de modèles prédictifs à court terme de la charge sur le réseau électrique du Québec

Le projet vise a developper des strategies permettant de combiner plusieurs modeles d'intelligence artificielle (IA) etudies au
sein de l'ecosysteme d'intelligence artificielle de l'equipe de prevision de la demande de !'unite prevision des apports et de la demande d'Hydro-Quebec. Ces modeles combines permettront d'obtenir de meilleures predictions a court terme de la charge
sur le reseau electrique du Quebec.

Cylinder Detection on Point Cloud data

THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW

Real Time Unknown Object Detection on the edge

THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW

Personal Assistant for Blind people

THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW

Capacités d'IA en vision pour l'inspection autonome et la compréhension de scène

THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW

Création de gabarit d’extraction de données semi-structurée de documents par méthodes d’apprentissage machine.

Cette recherche consiste en l’application de techniques d’intelligence artificielle pour créer des gabarit qui serviront à l’extraction de données de formulaires (en format images ou PDF) dans le domaine de la gestion. Une combinaison de méthodes d’apprentissage automatique (intelligence artificielle) et de méthode d’ingénierie traditionnelles seront utilisés pour ce projet. Il est également fort possible que de nouvelles méthodes d’apprentissage automatique soient créés.

Développement de modèles intégrés d’optimisation en aquaponie

En partenariat avec le laboratoire en aquaponie de la compagnie ÉAU (Écosystèmes Alimentaires Urbains), le projet vise à développer des outils d’optimisation mathématique permettant de minimiser les coûts financiers et environnementaux de fonctionnement tout en assurant la résilience du système en prenant en compte les diverses contraintes présentes. Deux objectifs principaux seront poursuivis dans la présente proposition. Le premier vise à correctement implémenter la collecte de données disponibles au sein du laboratoire en vue des modèles d’optimisation.

Out-Of-Distribution Weed Detection and generalization

Weeds can negatively impact agricultural fields, which compete with crops for nutrients, water, light, and space. Herbicides are still the most used control method. However, over time, this strategy may negatively impact the environment, and organic farming standards forbid the excessive use of herbicides. For efficiency, drones collect images from fields to automatically sense and detect weed locations to spray the infected area.

Approche bayésienne en tractographie : modélisa

La recherche sur le cerveau se tourne de plus en plus vers des études qui consistent à observer un même groupe d’individus sur une longue période. De ces études, nous sommes désormais capables d’extraire une multitude d’informations relativement complexes (multi-dimensionnalité) sur le fonctionnement du cerveau. Or, les outils statistiques actuels ne permettent pas de considérer de manière appropriée la complexité de ces mesures.

Pages