Impacts de la crise de la COVID-19 sur le secteur des arts et de la culture et la transformation des organisations culturelles

Le secteur des arts et de la culture est l’un plus touchés économiquement par crise de la COVID-19. Cette crise impose aux organisations culturelles de profondes transformations tant sur le plan de leur modèle d’affaires que de leur gestion. La reprise de leurs activités exigera aussi des adaptations importantes.

Transforming the reality of COVID-19 pandemic into photorealistic virtual reality for immersive training of health-care professionals

In the context of pandemics like COVID-19, the value of multidisciplinary skills for health-care professionals becomes more evident. Training these professionals to take on new roles and responsibilities can be time-consuming, costly, resource-demanding, and most importantly, risky. Photorealistic transformation of training environments into virtual reality (VR) can be performed using the advanced techniques of computer vision, photogrammetry, and computer graphics.

Koala Pro – Dossier intelligent

Conception et développement de 3 plateformes intégrées pour commercialisation dans l’intérêt d’augmenter la productivité des nutritionnistes au travers d’une prise de données accélérée, une analyse de données améliorant la précision de la note au dossier, une aide au diagnostic alimentaire pour améliorer l’intervention client-patient, et la création de statistiques professionnelles liées aux résultats des interventions.
Le développement d’une première plateforme mobile permet la récolte de donnés patient-client hors consultation, une deuxième plateforme de note au dossier permet l'agrégation d

Publics québécois des arts de la scène : portrait de groupe pendant et après l’épidémie de COVID-19 à Montréal et en région

Notre partenaire Synapse C se spécialise dans la compilation de données culturelles en relation avec leur impact sur l’économie et notamment pour ce qui est des arts de la scène. À l’occasion de la crise causée par la COVID-19, il convient de s’intéresser au monde du spectacle, qui est parmi les plus touchés du secteur culturel.

Development of CuO-doped phosphate glass in Hydrogel matrix for bone regeneration

In the framework of developing of low-cost bones regeneration implant, bioactive copper oxide phosphate glasses/HA-Chitosan hydrogel are to be investigated to determine optimal formulation producing a HA/hydrogel matrix with structure similar to that of natural bone.

Contextual portrait detection

A frequently occurring problem in face verification in Jumio is that stock face detectors find multiple faces in the input image. The decision which one should be selected for the face verification step is not clear. Common reasons being, users submitting a single image with both selfie and document id. There can be other people, paintings, posters or television screens in the background.
Users may upload the selfie and the document picture in reverse order, etc.

Leveraging Deep Learning in Asset Pricing in a Multi-Factor Modelling Framework

Providing relevant quantitative trading strategies requires obtaining financial data from multiple sources to obtain market information and then use this data to model outcome. One difficulty in this process is that data entry is done by financial analysts who spend a large portion of their activities entering data from PDF to an application. This project seek to improve data collection in Canada by automating the process and focus analysts on their core competencies.

Développement d’un algorithme de classification des nuages de points lidar aéroporté par apprentissage profond

La compagnie XEOS Imagerie oeuvre dans le domaine de l’acquisition de données lidar (Light Detection and Ranging). Elle désire extraire automatiquement les points associés au sol et aux objets à partir du nuage de points 3D brut de l’acquisition lidar. La procédure actuelle pour classifier les points repose sur une combinaison d’algorithmes spécialisés et d’interprétation humaine. Cette procédure est laborieuse.

Deep learning approaches for semantic textual similarity on low-resource languages and specialized domains

The aim of this research is to investigate from traditional methods to deep learning methods, how to measure the meaning relationship between two sentences, by combining the local context, at word-level, and the global context at the sentence-level, and their ability to model informativeness and diversity of meanings expressed in natural language, i.e. in English or in French.
Moreover, as we are interested in Information Extraction of entities, concepts, triplet and semantic relation in unstructured text, we will adapt the BERT model for low resource domains and languages.

Détection proactive/préventive d’anomalies dans les machines à commande numérique (CNC)

Au cours des dernières années, CAM Solutions a remarqué que plusieurs de ses clients. des usines munies de machines à commande numérique (CNC), éprouvent systématiquement de la difficulté à les faire fonctionner à pleine capacité et selon un horaire établi.

Pages