Évaluation des écarts dans les résultats d’analyse du cycle de vie des bâtiments

L’utilisation des outils d’analyse du cycle de vie permet de réduire considérablement l’impact environnemental des bâtiments. À l’aide de ces résultats, les concepteurs peuvent améliorer la performance environnementale de leurs bâtiments. Toutefois, l’utilisation de ces outils dans le domaine est encore très peu répandue. Afin de faciliter leur adoption, plusieurs fournisseurs de logiciels proposent des alternatives pour les concepteurs et analystes.

Design of a Force-Feedback Manipulandum with Integrated Sensors

Haply Robotics is developing a haptic device that produces forces on the hand while interacting with medical simulations in virtual reality. As part of this larger project, we will design and evaluate an improved manipulandum – the stylus of the device that is held in the hand – with integrated sensors capable of measuring the grip force applied by the hand and the location of the manipulandum.

Bond Pricing AI Improvement

The fixed-income market consists of government and corporate bonds and other debt instruments which are used to finance operations and capital investments. The bond market remains heavily reliant on exchanges of information between counterparties and as a result information on prices is decentralized and market participants operate with different levels of information. The objective of this research project is to create improved Artificial Intelligence models which will allow market participants to better manage trading activities, manage risk, or make portfolio funding allocations.

Séparation magnétique appliquée à l’extraction de la magnétite dans les résidus de bauxite calcinés

Le but de cette étude est de réaliser une séparation magnétique de la magnétite (oxyde de fer) contenue dans le résidu de bauxite calciné, dans le but de le valoriser. L’étude se déroule en plusieurs volets : la caractérisation du résidu de bauxite, phase expérimentale de séparation et le développement d’un modèle mathématique. La caractérisation permet de connaitre entre autres la distribution granulométrique et les espèces chimiques. La phase expérimentale permet d’identifier les paramètres d’influence de la séparation. Le modèle mathématique permettra de réaliser des simulations.

Tackling metabolic diseases using high throughput mass spectrometry coupled to artificial intelligence algorithms

This project will provide an artificial intelligence-based tool to predict biomarkers associated to metabolomic imbalances in multiple cell types and disease states. Thanks to the large amount of mass spectrometry data on which state-of-the-art machine learning algorithms will be trained, the software solution will achieve high accuracy, clinical-grade, predictions. Ultimately, the software will provide possible targets for small molecule therapy.

Unsupervised Learning of 3D Scenes from Images using a View-based Representation

We’d like to address the issue of 3D reconstruction from 2D images. This means developing a machine learning algorithm that can take a regular photo as an input and generate a full 3-dimensional reconstruction of the contents of the photo. Such technology can be used creatively or to help the coming generation of robots better understand their surroundings.

Caractérisation structurale de l’hémocyanine de crabe des neiges

L’objectif de la recherche est de caractériser au niveau moléculaire et 3D deux macromolécules marines. L’idée est que cette maîtrise serve de premiers pas au développement d’une plateforme de structural chez Merinov. Les données recueillies les deux principales protéines seront utiles aux travaux de Merinov. En effet, une meilleure connaissance de ces macromolécules permettra de facilité les travaux de purification afin d’augmenter la pureté et peut-être également de trouver d’autres applications thérapeutiques pour l’une d’entre.

Identification des problèmes phytosanitaires de la vigne au sein de la parcelle : association de l’imagerie à ultra-haute résolution spatiale et de l’apprentissage profond.

Du fait des changements environnementaux en cours, il est nécessaire de faire évoluer les pratiques agricoles pour qu’elles soient plus respectueuses de l’environnement. Pour avoir une agriculture plus durable et tout autant productive, il est essentiel d’accompagner les agriculteurs dans cette transition, notamment en développant de nouveaux outils.
Le but de ce projet est de développer un outil d’analyse d’images permettant d’identifier des maladies de la vigne. Le dépistage est en effet une pratique déterminante pour détecter l’arrivée et la propagation de maladies.

Tractographie adaptative aux tissues cérébraux

Dans le monde de la recherche, la majorité des algorithmes développés sont testés sur des sujets sains et jeunes. Cependant, beaucoup de projets de recherches ont pour but d’étudier des sujets ayant des pathologies. L’application des algorithmes conventionnels est donc mal adaptée à l’analyse de sujets avec pathologie. Il faut donc développer des algorithmes permettant de facilement gérer plusieurs types de pathologie. Le but de cette démarche est de faire de meilleure interprétation des analyses afin de mieux évaluer les déficits de patients.

Apprentissage profond pour l’harmonisation et la tractographie en imagerie de diffusion

Un défi de taille en imagerie de diffusion (IRMd) est la variabilité des données produites par différents IRMs (e.g. Siemens vs Philips vs GE vs Toshiba) et différents sites (e.g. Sherbrooke vs Mtl vs ailleurs). Si on change de protocole et de constructeur IRM, la variabilité augmente encore plus. Les données de diffusion ne sont donc pas invariantes aux protocoles et scanners utilisés, ce qui rend la vie très difficile pour tout algorithme d’apprentissage profond.

Pages