Évaluation de la performance de librairies Python de prédiction permettant...

Évaluation de la performance de librairies Python de prédiction permettant l'analyse de séries chronologiques de transactions et soldes bancaires afin d'alerter précocement les clients/membres Desjardins d'une possible insuffisance de fonds et éviter de charger des NSF fees. La prédiction est un domaine récent qui connaît de grandes avancées grâce à la démocratisation des connaissances via le web et l’augmentation de la puissance de calcul des ordinateurs modernes.

Création d’un indice de santé numérique pour les restaurateurs

Le projet a pour but la création d’un indice de la santé numérique des restaurateurs ayant recours au service de UEAT. Grâce aux données que génèrent les systèmes implantés chez les restaurateurs, il est maintenant possible d’obtenir un portrait relativement fiable de la santé numérique d’un client de UEAT. Le filon principal du projet est de fournir un rapport périodique aux restaurateurs indiquant l’état de leur face à leur compétiteur et leur propre filiale (si franchisée) en présentant différentes métriques de performance.

Sectorisation géographique multivariable en pré-optimisation du Problème du Voyageur de Commerce avec fenêtres de temps

Le projet consiste à développer des algorithmes permettant de créer des secteurs pour les clients de Fastercom. Afin d’y parvenir, différentes méthodes de Machine Learning seront évaluées et implémentées. Cette création de secteurs permettra d’améliorer la performance des algorithmes de la compagnie en découpant le gros problème d’optimisation de tournées de véhicules en petits problèmes plus simples. Ensuite ils seront traités l’un après l’autre, au lieu de s’attaquer au gros problème directement.

Time series loan forecasting model with macroeconomic variables

The research project consists of improving a model that is used for the prediction of new loans granted at a financial institution. The improvements will come from adding macroeconomics variables in the original model which currently does not include these types of variables. The hypothesis is that adding these variables should provide more precise predictions because these variables represent conditions in the economy. Economic conditions should influence loan provided.

Des crises humanitaires aux pandémies : la technologie à la rescousse

Qui aurait pu prévoir que les actions humanitaires lors du séisme de 2010 en Haïti viendraient éclairer, 10 ans plus tard, les démarches de chercheurs, d’entrepreneurs et de stagiaires Mitacs dans la crise de la COVID-19?

Lors de son déploiement au sein d’un hôpital de campagne de la Croix-Rouge après le tremblement de terre, le Dr Abdo Shabah voit le potentiel d’une utilisation accrue des technologies pour réussir des interventions d’urgence en santé.

AI-Based Decision Support System for Legal Issues in Human Resource Management

Airudi is a Montreal-based Canadian company currently offering different innovative AI-based solutions to streamline automated decision support for business companies, especially for human resources management (HRM). Airudi offers a wide array of HRM products and services such as automated conversation-based candidate assessment for recruitment, performance and productivity analysis of employees, decision support for legal and administrative issues related to employment.

Composing without forgetting

In this project, we propose a continual learning approach to face the problem of catastrophic forgetting in online image classification problems. Concretely, we propose a model that learns how to mask a series of general modules in a deep learning architecture, so that generalization emerges through the composition of those modules. This is of vital importance for Element AI to provide reusable solutions that scale with new data, without the need of learning a new model for every problem and improving the overall performance.

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.

Fine-grained Classification and Segmentation for Fashion Images

The detection, segmentation, and classification of clothes in fashion images is a well-addressed issue on deep learning research. The challenge is to achieve similar results using images taken from street and in-store sites. For such images, the variety of human positions and high diversity of clothes features decreases the results compared to the former tests. This project aims to investigate which image features and deep learning models can better execute garment detection, segmentation, and classification for in-store fashion images.

Développer un modèle d’apprentissage automatique pour déterminer des stratégies de transactions virtuelles dans le marché énergétique de MISO « Midcontinent Independent System Operator »

Les transactions faites sur les marchés de l’énergie permettent aux opérateurs de systèmes d’assurer la satisfaction de la demande énergétique à un prix compétitif. Les négociants du parquet des transactions énergétiques doivent prendre positions sur le marché et soumettre des transactions de vente ou d’achat qui seront profitables pour le parquet. Afin de prendre ces positions, les négociants et analystes doivent prendre en considération un très grand nombre de variables (la demande de l’énergie, la production de l’énergie, les conditions météorologiques, entre autres).

Pages