ChrysaLabs : Prédiction du rendement agricole

ChrysaLabs développe des solutions technologiques innovantes pour améliorer l’intégration des connaissances sur la santé et la fertilité du sol dans les pratiques agricoles. L’un des défis les plus importants dans l’amélioration des pratiques agricoles est de comprendre l’impact des changements de pratiques sur l’amélioration du rendement et sur l’environnement. L’objectif de ce projet est de […]

Read More
High-throughput linguistic content comparison and sentiment analysis

Scrawlr is a platform for unconstrained, global interaction with all internet content and users. Scrawlr allows for user evaluation and unconstrained classification of any Scrawlr-hosted or non-Scrawlr content. For non-Scrawlr content, this evaluation and classification allowance will be first at the URL level but will subsequently be provided at the individual content component level. Scrawlr […]

Read More
Weakly Supervised Behavioral Modeling for Controllable AI Agents in Video Games

The project aims at developing a new type of Reinforcement Learning algorithm that would allow to retain more control over the artificial agent once its training is completed. This framework would combine modern unsupervised modeling techniques to capture the variability of a set of demonstrations and user-defined programmatic functions that can characterise particularly important factors […]

Read More
Forex data gathering and analysis acceleration

A prototype Forex currency trading system has demonstrated a proof of concept on a static data set. The current project proposes to implement the trading system for real-time applications. Foreign currency trading (Forex) is a high risk activity where low stakes multiply out to large gains and large losses.The trading activity is time dependent and […]

Read More
AI Enabled Subnetwork Selection

Cancers are heterogeneous disease that hijack many of the body’s normal biological processes. Additionally, tens of thousands of genes are involved in each person’s normal biology, while only a fraction of those are repurposed by cancers to drive disease. At an individual level, utilizing entire transcriptomes is rare, as there is too much information for […]

Read More
Pavemetrics : Inspection de voies ferrées

Pavemetrics, chef de file dans les systèmes de vision numérique pour l’inspection des infrastructures routières, ferroviaires et aéroportuaires, a développé de nombreux capteurs couplés à un logiciel de traitement de données 3D afin de les offrir au monde entier. Parmi les clients de Pavemetrics, on retrouve principalement les intégrateurs de services, les firmes de génie […]

Read More
Thales : Expliquer l’impact des graphes de connaissances dans les systèmes VQA

La réponse visuelle aux questions (Visual Question Answering VQA [1]) a été introduite pour combler le fossé entre le traitement du langage naturel et les applications de compréhension des images dans l’espace commun de la vision et du langage. La plupart des benchmarks VQA calculent une représentation de la question en utilisant des techniques d’intégration […]

Read More
Bentley : Détection, classification et inspection de panneaux routiers en contexte semi-supervisé

La quantité et la diversité des panneaux de signalisation routière sont en augmentation constante. Parmi les défis posés par cette situation, on retrouve celui de l’inspection. En effet, ces panneaux doivent conserver des propriétés physiques déterminées (comme une réflectivité minimale) afin de satisfaire aux exigences gouvernementales. L’inspection manuelle de chaque panneau étant fastidieuse, des systèmes […]

Read More
Speeding up Federated Learning Convergence using Transfer Learning

The recent advances in machine learning based on deep neural networks, coupled with the availability of phenomenal storage capacity, are transforming the industrial landscape. However, these novel machine learning approaches are known to be data hungry, as they need to tune a huge number of parameters in order to perform well. As more and more […]

Read More
Umaneo : Identifier les requis d’un appel d’offres

L’objectif de ce stage est de développer une méthode et un prototype pour le repérage automatique des requis dans des appels d’offre par apprentissage automatique avec un réseau de neurones. Les données proviendront d’une banque d’appels d’offres du gouvernement fédéral. Dans un premier temps, le travail sera réalisé avec des appels d’offres en anglais, mais […]

Read More
Quantolio Insights: Augmenting the investment management process through AI & ML

The project consists of developing new methodologies to augment the investment management process through AI & ML. To this purpose, the project will be divided in two subprojects : 1) Optimization of error detection and error correction in the data cleansing process. In every data science project, data scientists and analysts spend a considerable amount […]

Read More
Apprentissage automatique pour prédire le temps de charge et la consommation d’un véhicule électrique

L’objectif de ce projet de recherche est de déterminer avec précision le temps nécessaire pour recharger un véhicule électrique d’un pourcentage X à un pourcentage Y en utilisant des données historiques fournies par AddÉnergie. Il sera également évalué s’il est possible d’utiliser ces données historiques pour développer un modèle permettant de prédire la consommation d’un […]

Read More