Les systèmes de réalité augmentée (RA) et de réalité virtuelle (RV) ont récemment été implémentés dans divers secteurs professionnels, notamment dans les domaines de l’éducation et de la formation. Ces systèmes permettent, aux moyens de casques et d’écouteurs, de plonger les utilisateurs dans des environnements réels pour la RA, mais qui comportent des éléments virtuels numérisés et intégrés, ou dans des environnements complètement virtuels et en trois dimensions (3D) pour la RV.

Ciena, the network specialist, is collaborating with Universities and SMEs in Ontario and Québec in order to develop an ecosystem that accelerates advanced research and development activities in the fields of high-capacity optical transmission systems, software defined networks, business intelligence and process automation. A steady-state of over 50 Masters, PhD and Post-Doc students per year, supervised by 25 researchers from 9 universities and in close collaboration with 5 SMEs, is proposed.

Réaliser une animation réaliste d’un visage dans l’industrie du jeu vidéo est un défi technique. Il est extrêmement complexe, y compris pour les meilleurs animateurs 3D, de produire une animation faciale réaliste.
Une manière de résoudre ce problème est de le voir d’un autre angle : pourquoi simuler une chose que l’on peut capturer ? Ce genres de méthodes ont commencés à être utilisé dans l’industrie récemment et ont été acclamés par la fidélité des résultats qu’elles apportent.

Le projet comporte deux phases. Une première phase consiste à mettre à niveau l'algorithme actuel et à implanter une approche développée par Spaeth et Desmarais (2013). Cette approche combine les techniques dites collaboratives et par contenu. Elle améliore la performance par rapport aux résultats individuels de chaque technique. Une seconde phase consiste à élaborer un nouvel algorithme basé sur les développements récents du côté de l'apprentissage profond avec les réseaux neuronaux.

Le projet de recherche concerne l'étude et de développement d'algorithmes pour l'optimisation de fonctions différentiables sous de simples contraintes de bornes. Ces problèmes présentent un intérêt intrinsèque par leur structure. Des algorithmes d'application plus générale utilisent fréquemment des sous-problèmes avec contraintes de bornes. Plusieurs applications, par exemple dans les problèmes d'imagerie, comportent systématiquement des bornes de non-négativité correspondant à la réalité physique qu'un pixel à valeur négative n'a pas de sens.

La simulation dynamique est d’une aide précieuse pour étudier des stratégies d’amélioration. Elle permet de visualiser le comportement d’un système dans un cadre virtuel, identifier les goulots et expérimenter avec une large gamme de scénarios [1].
Le projet vise à concevoir et mettre en oeuvre une bibliothèque logicielle pour modéliser l’opération des équipements d’un centre d’électrolyse. Les composants devront être réutilisables, modulaires et basés sur des méthodes de nouvelle génération de l’intelligence artificielle.

Le Centre de recherche industrielle du Québec (CRIQ) offre des services de recherche d’information et de veille en impartition. Actuellement plusieurs outils de recherches sont utilisés pour accomplir ces mandats de recherche d’informations, mais la formulation des requêtes, la sélection des documents pertinents et l’extraction des informations utiles sont effectuées manuellement. Le stage proposé dans cette demande a pour but d’évaluer l’apport de techniques du traitement automatique de la langue naturelle (TALN) pour accomplir certaines étapes du processus de recherche d’information.

Meto est une plateforme d'intelligence distribuée qui exploite le plein potentiel du Cloud et des processus collaboratifs entre agents humains dans le but d'améliorer la prise de décision dans des situations minées par le risque et l'incertitude. Pour ce faire, il est nécessaire de mettre à la disposition des décideurs un ensemble pertinent d'information obtenu par l'analyse de données massives récoltées sur différents canaux.

Amélioration des performances et du processus de mise-au-point d’agents virtuels (AV) selon une approche hybride combinant du traitement automatique de la langue ou TAL (natural language processing), de l'apprentissage statistique (machine learning) et du génie cognitif à base de règles (les outils et API de Coginov). Notamment, nous expérimenterons l’utilisation de synonymes en contexte et l’amplification des données textuelles pour fins de traitements statistiques.

Le problème de conception d’horaire en contexte de sécurité aéroportuaire consiste à établir un horaire qui minimise le nombre d’employés qui sont nécessaires pour faire fonctionner un nombre de points de contrôle, dans le but de desservir le flot de passagers qui se manifeste en réponse aux multiples départs d’avion. Le problème s’apparente au Nurse Scheduling Problem, qui est connu comme étant NP-difficile. Nous cherchons donc à créer de nouveaux algorithmes spécialisés afin de résoudre le problème de manière plus efficace que l’approche courante basée sur la recherche locale.