Validating the efficiency of a semi-synthetic prototype vaccine against the SARS-CoV-2 coronavirus to help alleviate the current worldwide COVID-19 pandemic

Based on its semi-synthetic vaccine technology acquired from years of research in breast cancer and several other pathologies, Glycovax has developed a prototype vaccine to address the current coronavirus pandemic. This technology takes advantage of proteins that target a very unique sugar molecule on the surface of the spike (S) protein, an essential protein used by the coronavirus to infect human cells. However, to confirm the broad efficacy of this vaccine platform, prior experimental validation is required to address challenges faced by the company.

On the design of a new electro-refining process for the recovery of magnesium from Used Beverage Can (UBC) aluminum alloys

There is actually a societal challenge here in north America regarding the end-of-life management of used beverage cans (UBCs). China is no longer accepting several of our recyclable waste streams like UBCs. UBCs are made of aluminum that contains some level of magnesium and manganese to modulate the properties of the body and the lid respectively. UBCs can potentially be seen as a great secondary feed for the production of pure magnesium used to manufacture for example critical components in the automotive industry.

Détection de contaminants dans du minerai

Les arrêts de production coûtent cher dans toutes les industries, mais particulièrement dans le domaine minier où les activités ont un coût horaire très élevé. Ainsi, le présent projet MITACS vise à atténuer une des sources d’arrêts de production dans ce domaine : la présence de contaminants dans le minerai. En effet, la présence de contaminants est présentement difficilement détectable et mène bien souvent qu’autrement à des bris d’équipements. Il est donc proposé de repenser la méthode de leur détection et de la bonifier avec de nouvelles technologies, telle que l’intelligence artificielle.

Utilisation des techniques d’intelligence artificielle pour améliorer les applications des nouveaux types d’images d’observation de la Terre

Le projet proposé vise à développer des architectures d’apprentissage profond pour analyser divers types d’images d’observation de la Terre utilisées par Effigis. Il est divisé en trois sous-projets, visant chacun un type d’images et d’applications associées. Le premier sous-projet concerne l’identification des bâtiments sur les images satellites à très haute résolution (30 – 50 cm) à l‘aide de réseaux de neurones convolutifs (CNNs) de détection d’objets.

Une gouvernance territorialisée de l’énergie : le cas de la ville de Lac-Mégantic

La ville de Lac-Mégantic et Hydro-Québec s’associent pour réaliser un microréseau électrique. Entièrement alimenté à l’énergie solaire, ce microréseau sera implanté dans le centre-ville de Lac-Mégantic et alimentera une trentaine de bâtiments. Le stage de recherche vise d’une part à étudier l’organisation et la coordination des divers acteurs engagés dans la réalisation de ce projet. D’autre part, elle souhaite évaluer les changements qu’apportera ce microréseau dans les processus de gouvernance énergétique dans la ville de Lac-Mégantic.

Projet eSensation : intégration des représentations alimentaires et corporelles via les nouvelles technologies

L’implication des perturbations de l’image du corps dans l’émergence d’attitudes et comportements alimentaires inappropriés (ACAI) tels que la restriction alimentaire ou l’exercice physique excessif est bien démontrée tant dans la population générale que clinique présentant des troubles du comportement alimentaire. Or, la relation intégrée entre ces objets d’étude émergeant dans leur contexte social et culturel particulier demeure peu étudiée.

Éthique, Santé et Bien-être au travail chez les professionnels de la santé en temps de pandémie de la COVID-19

La recherche du domaine de la santé au travail démontre clairement que le stress est associé à différents troubles de santé et/ou de maladies.

Thales - Prédiction logistique en pharmacie

Les pharmacies au détail s'appuient principalement sur leurs propres données empiriques pour planifier et prévoir leurs stocks. Ce type de données a ses propres caractéristiques, qui peuvent être saisonnières et être affectées par des événements spéciaux et imprévus tels que les maladies pandémiques. Toutefois, à mesure que la quantité de données s'accumule, il n'est pas évident de savoir comment prévoir efficacement leurs stocks, découvrir les habitudes d'achat de certains médicaments à certaines périodes de l'année et prévenir davantage les pénuries.

New molecular representation, molecular generation, and data mining strategies for thedesign of SARS-CoV-2 therapies

The goal of the project is to facilitate the research and development of new drugs using machine learning. More specifically, exploring new techniques to model molecules and how they can be represented. Doing so will involve training deep learning models on multiple small datasets with the objective of improving the generalization performance on new tasks. The trained models will have to be accurate even in the context of new types of molecules. With the small amount of data available, out-of-distribution techniques will be used.

Multiproduct production routing problem under vehicle capacity uncertainty

This project aims at providing new and tractable models and solution procedures to optimize production, inventory, distribution and routing decisions simultaneously. This type of problem, commonly called Production Routing Problem (PRP), is especially important in the context of Vendor Managed Inventory (VMI), in which the supplier manages the inventories of retailers and decides on the quantities of replenishment. The proposed approaches will account for the uncertainty in the vehicle capacity, a setting that has not been studied yet. Moreover, a case study will be performed.

Pages