Learning priors for data-efficient causal discovery

The inference of causal relationships is a problem of fundamental interest in science. Compared to models that rely on mere correlations, causal models allow us to anticipate the effect of a change in a system. Such causal models have applications ranging from government policy making to personalized medicine. However, learning causal models from data is a challenging task, since it requires large data sets and, in some cases, the conduction of costly or invasive experiments. In this project, we propose a new method to learn causal models using less data.

Améliorer la qualité des sols et augmenter le stockage du carbone dans les aménagements horticoles urbains

Les sols en milieu urbain sont bien souvent oubliés. Pourtant, ils remplissent un grand nombre de services écologiques à la population : ils contribuent à supporter une biodiversité aérienne et souterraine abondante, à recycler les éléments nutritifs et à filtrer l’eau, ainsi qu’à réduire les îlots de chaleur et lutter contre les émissions de gaz à effet de serre en stockant du carbone.

Enrichissement des données administratives en santé avec des données géospatiales pour un système d’aide à la décision de prévision des résultats de santé

Le but de ce projet est d’utiliser une base de données administrative en santé enrichie par des indicateurs géographiques et géospatiaux pertinents (exposition aux risques, accès aux ressources, facteurs sociaux et environnementaux) permettant de prédire les résultats et les coûts de santé et, partant, la valeur des soins de santé pour les patients et parmi les établissements de santé. Des données géographiques seront appariées aux données de la base administrative en santé en utilisant le code postal des personnes assurées.

Optimisation des systèmes de stockage d’énergie sur les réseaux dedistribution en lien avec des parcs éoliens et solaires

Le développement des énergies renouvelables est l’enjeux énergétique contemporain afin de diminuer l’impact de l’homme sur notre planète. Le stockage de l’énergie est l’un des enjeux les plus importants pour leur développement. Elles ne peuvent pas se développer à grande échelle sans systèmes de stockage en raison de leur intermittence et dépendance aux conditions météorologiques.

Efficient representation, compression and real-time delivery of stereoscopic 360-degree video

The emerging 360-degree video applications provide the user with an immersive experience. This comes at the price of high computational complexity to process the high-resolution content (e.g. 4K or 8K) and of high data rate to deliver it in real time to the user. The user’s experience can be made more realistic using stereoscopic 360-degree (3D-360) video as it adds depth to the scenes as experienced in real life.
In this research, we will explore the representation, compression and transport of 3D-360 video content.

Analyse multi-échelle des facteurs environnementaux associés à la mortalité de chauves-souris dans les parcs éoliens

Les populations de chauves-souris en Amérique du Nord, incluant au Québec, font face à différentes menaces et sont sous surveillance. Des suivis de la mortalité de chauves-souris sont exigés pendant les 3 premières années d’exploitation des parcs éoliens au Québec afin d’évaluer les impacts réels sur ces espèces. Ces suivis montrent des mortalités hétérogènes d’un parc à un autre et au sein d’un même parc éolien et une faible prédictibilité de la mortalité.

Aide au recensement de population en Afrique par application de l’apprentissage profond aux images satellites Haute Résolution (HR) et Très Haute Résolution (THR)

Le but de ce projet est de développer une méthode basée principalement sur les images satellites afin d’estimer la taille de la population et ses déplacements dans les pays où un recensement complet est difficile à réaliser pour des raisons de coût ou d’instabilité politique. L’approche sera basée sur l’application de l’apprentissage profond aux images satellites THR pour la détection des bâtiments résidentiels et leur caractérisation en fonction du nombre d’habitants, puis l’extrapolation des résultats à l’ensemble du pays à l’aide de données satellites HR.

Recyclage et valorisation durable des drêches de microbrasseries pour la fabrication de microbilles biodégradables en utilisant un procédé de chimie verte

La production de bières génère un sous-produit, la drêche. Nous visons à valoriser ce résidu par le développement de microbilles biodégradables comme remplacement des microbilles issues des carburants fossiles et de la pétrochimie. Ces microbilles pourront être incorporées dans des produits du quotidien tels que les cosmétiques, produits d'hygiène personnelle et nettoyants pour la maison le tout, dans une vision de développement durable.

Indicateurs d’accessibilité de la population aux espaces verts – Développement d’un outil misant sur les données ouvertes

Les indicateurs d’accessibilité aux destinations permettent de mesurer la performance conjointe des systèmes de transport et d’aménagement du territoire. Bien que leur apport à une meilleure planification des transports ait été largement démontré, ils sont encore peu utilisés en pratique, étant donné les défis liés à leur opérationnalisation. Le projet proposé vise donc à développer une méthodologie utilisant les données ouvertes afin de générer et de visualiser les indicateurs d’accessibilité sur plateforme de données de Jalon MTL.

Optimisation des parcours de drones afin de maximiser la probabilité de détection d’une cible en détresse sur l’eau

Ce projet vise à optimiser les déplacements d’une flotte de drones qui sont utilisés pour détecter et reconnaître des personnes ou des bateaux sur une étendue d’eau permettant de minimiser les pertes humaines en intervenant le plus rapidement possible lors d’une situation d’urgence. La flotte de drones est reliée à une base et à une antenne 5G ce qui permet à l’équipe de secours de prendre des photos dans différentes zones de recherche.

Pages