Machine/Deep Learning applied in P&C insurance representations

The purpose of this project is to allow the company to have access to useful insurance representations, encoding the diversity of contexts found in larger markets. This is expected to boost the performance of predictions for tasks learned in small data and highly variable target setting.

Unsupervised Anomaly detection using Deep Learning

This project aims at evaluating whether recent results in deep learning models, trained to exploit weak labels can serve to extract meaningful lesion localizations from image-level labels, either from individual scans or given a (longitudinal) sequence thereof. To this end, we will scale up existing models that have been shown to work on 2D images to a 3D context, studying labeling performance as the dataset size grows.

Inverse Drug Design via Multi-Objective Curriculum Learning

The project involves the development of an algorithm to generate organic molecules that satisfy desired properties and characteristics defined by a medicinal chemist.

Algorithme décisionnel intelligent pour systèmes énergétiques

La consommation énergétique des bâtiments représente à elle seule près de 40% de la consommation énergétique mondiale, et plus de 30% des émissions annuelles de gaz à effet de serre. Dans cet ordre d’idée, l’optimisation du contrôle des chauffages, de la ventilation et de la climatisation (CVC) représente un enjeu majeur pour le secteur énergétique actuel. Le présent projet met en place un système de contrôle automatisé à base d’intelligence artificielle, spécialement entraîné par renforcement positif sur des données en temps réel et par rapport à l’impact de ses décisions.

Intelligent Non-Person Agent to Play a Game

Creating a non-person character (NPC) to play a game is becoming increasingly important. NPCs can be used in quality assurance to test a game before sending the game for certification. Being able to test a game in a way that mimics a human player would allow the test to be more accurate and would help in discovering design and implementation errors resulting in time and cost savings. Recent research work reported in the literature have focused on skill-based games.

Deep learning-based drug discovery and molecule generation

The project aims to facilitate the research and development of new drugs by exploring deep learning methods to process molecules and to generate new molecules. The deep learning models that will be experimented include few shot learning, generative adversarial network, and variational autoencoder. We would like to improve these methods specifically for pharmacological datasets, which are vastly different from many common, public dataset used in academic research on the aforementioned models.

Développement de composantes logicielles intelligentes pour la gestion des flux de trésorerie

Le projet vise à développer de nouvelles composantes intelligentes pour un logiciel financier. Ainsi, différentes problématiques devront être résolues à l’aide de techniques statistiques et d’apprentissage machine et profond. Les données disponibles étant principalement du texte, le projet nécessite une étape de transformation afin de rendre les données utilisables dans les modèles appropriés. Des modèles préliminaires avaient été développés par l’entreprise dans le cas de certaines composantes et serviront de point de départ pour les développements futurs.

Plateforme de démonstration, de développement et d’essais de dispositifs sécuritaires de pêche au homard

Chaque saison de pêche, les pêcheurs de homard prennent la mer à bord de leur bateau pour installer les lignes de casiers afin de récolter ce produit marin. Le travail s’effectue sur une surface glissante, mouvante et encombrée de cordages, souvent dans des conditions difficiles.

WP1.1.4 - Digital Compatible Modeling of Analog/RF/Optical Circuits

The intent of this project is to address the analog and silicon photonic modelling portion of a silicon photonic transceiver solution that will explore new and innovative metro reach terabit optical modems. In total there are five projects that combine to create the solution.

BI tools and the improvement of user experience

The BI (business intelligence) department at Reitmans is currently going through many changes. The team is growing and a new reporting/dashboarding tool, Birst, has been acquired. The BI team aims to migrate existing reports from its current BI tool, Microstrategy, to Birst. In order for end users to adopt this new tool, they need to trust the accuracy of the data and find the reports and/or dashboard more insightful than what they are currently using. In addition, the reports and dashboards must be easy to navigate through.