Hortau développe des solutions technologiques innovantes pour améliorer le suivi de l’irrigation des cultures agricoles. L’un des défis les plus importants dans l’optimisation des pratiques agricoles est de bien mesurer en fonction du temps la quantité d’eau disponible dans le sol afin d’adapter l’irrigation de façon journalière. La tension du sol est une métrique qui […]

Les ruptures de feuilles de papier produites par Cascades sont une préoccupation majeure pour Casades car elles diminuent la fiabilité et l’efficacité du processus de production de la pâte à papier, entraînent des coûts substantiels et posent un risque important pour la sécurité des opérateurs de l’usine [3]. Par conséquent, ce projet aborde le problème […]

In the past decade, deep learning models have demonstrated their highest performance for a variety of tasks. These models outperformed classical machine learning models and even humans in terms of performance and accuracy. However, previous research indicated that these models are vulnerable to out-of-distribution and adversarial inputs. Ideally, these inputs should be rejected by the […]

AltaML is an innovative company capitalizing on a major technological trend: artificial intelligence (AI) technologies, enabled by big data, are driving a fourth industrial revolution. AI will transform all industries, but traditional industries face challenges in implementing AI. AltaML has a unique business model to overcome barriers to adoption of AI solutions by industry, which […]

Derrière tout système de navigation, la carte planétaire du champ magnétique terrestre est à la base de l’attitude et de l’orientation des véhicules. Cependant, le champ terrestre évolue dans le temps et doit être mis à jour aux cinq ans afin de préserver une bonne précision de ces systèmes. SBQuantum développe une solution de magnétométrie […]

L’agriculture est un domaine important pour la societe. En ce sens, l’intelligence artificielle vient de plus en plus aider les agriculteurs avant, pendant ou apres les recoltes, notamment pour le controle des grains qui est une etape importante apres la recolte pour assurer un grain de qualite. Le projet de stage propose par Syntell, en […]

The first aspect of this project aims to address the so-called digital divide, the challenges for broadband access in remote areas. The second is data privacy in artificial intelligence solutions. With the advent of 5G, we can now use fixed wireless access (FWA) to enable broadband access in remote areas. It consists of installing a […]

The primary objective of this project is to automatically extract accurate footprint maps of buildings from remotely sensed data such a satellite/aerial images. In recent times, deep learning approaches have shown significant progress and success in processing remote-sensing image data. Most prevailing techniques used for this task often involve using pixel-level classification deep learning techniques […]

By working with NSCC, AAMS will be able to enhance their operations by building a data base for member information and tracking and allow us to better serve our local indigenous community. This database will protect sensitive information and help modernize our association to the 21st century.

Travail en collaboration avec l’équipe de technologies prédictives dans le développement et le raffinement d’un outil de prédiction des résultats de performance opérationnelle pour les processus aéroportuaires. Dans le cadre du développement de produits, GSS entreprend un travail de R&D visant à nourrir en simultané un modèle IA d’apprentissage par renforcement à partir de données […]

The project is devoted to make encrypted control systems more practical and valuable to the industry and ensure the security of safety-critical industrial control systems. The research outcome is the development of a novel computationally efficient and secure MPC-based encrypted control system that is appealing to a wide range of safety-critical industrial sectors, including but […]

Deep reinforcement learning (DRL) for quadrupedal robot control has recently become tractable. In under an hour, serviceable control policies can be obtained in simulation. However, transferring reinforcement learning from simulation to the real world is still an arduous task. We propose a novel two-agent setup that leverages the good sides of both model-free and model-based […]