L2M Validation / Qc Automne 2025 / NodusAI

Les gouvernements, hôpitaux et banques détiennent d’immenses volumes de données précieuses, mais les lois strictes sur la confidentialité et les risques de sécurité rendent toute collaboration presque impossible, freinant l’innovation et limitant la performance des modèles d’IA. De ce fait, les hôpitaux ne peuvent pas bénéficier de modèles de diagnostic partagés et entrainés par plusieurs […]

Read More
L2M Validation / Qc Automne 2025 / Sécurisation des ordinateurs quantiques contre des cybermenaces

La concrétisation des ordinateurs quantiques introduit de nouveaux vecteurs d’attaque tels que les virus quantiques, les cyberattaques quantiques. Les outils actuels de détection des virus informatiques ou des menaces cyber n’ont pas été conçus pour les ordinateurs quantiques, les exposant ainsi à des nouvelles vulnérabilités qui peuvent être exploitées par les acteurs malicieux. Les fournisseurs […]

Read More
Système intelligent de veille touristique pour Destination Québec cité

Destination Québec cité (DQc) est l’association touristique régionale (ATR) de la région de Québec et le service responsable de la promotion touristique pour la Ville de Québec. Elle regroupe plus de 850 membres – hébergeurs, restaurateurs, attraits, événements – sur un vaste territoire incluant Québec, Wendake et les MRC avoisinantes. DQc anime l’essor économique du […]

Read More
L2M-WEARNOVAI: AI-ASSISTED WEARABLE MICROFLUIDIC PLATFORM FOR NON-INVASIVE DETECTION OF INFLAMMATORY BIOMARKERS IN SWEAT

WearNovAI is a smart, wearable device that can detect early signs of neurological conditions like Alzheimer’s and epilepsy by analyzing sweat. Traditional tools used to diagnose these diseases are often invasive, expensive, and difficult to access, especially in remote or underserved areas. This new wearable sensor offers a non-invasive, real-time alternative by identifying inflammation-related biomarkers […]

Read More
L2M – AIDA: Avatar-Integrated Dating App

Online dating platforms struggle to balance emotional intimacy with user privacy. Most rely on static profiles and text-based chats, which lack the non-verbal cues—like gaze, facial expressions, and body language—that are essential for building trust. While video calls attempt to fill this gap, they introduce two critical issues: First, fixed camera angles in conventional video […]

Read More
L2M – NeurolAssist

We are developing a specialized AI-driven Clinical Decision Support System (CDSS) for neurology that integrates a large language model with domain-specific tools (such as neuroimaging analysis, EEG interpretation, and up-to-date medical knowledge retrieval). The system serves as an intelligent assistant for neurologists, helping analyze patient data (e.g. MRI scans, EEGs, clinical notes, etc.) and providing […]

Read More
L2M – LeanPrompt: Accelerating Generative AI with Smarter Resource Utilization

We aim to develop and implement a cost-efficient framework for communicating with proprietary generative AI platforms such as ChatGPT. In fact, these provider companies expose their models through an interface that can be accessed via API. However, calling their API will incur a cost considerably based on our request. Basically, smaller models are cheaper than […]

Read More
Développement et mise en production d’une fonctionnalité d’outils de création d’itinéraire pour une plateforme B2B d’approvisionnement en circuits courts

Ce projet vise à concevoir et développer des d’outils de création, de visualisation, de gestion et de suivi d’itinéraires de livraison, intégrée à une plateforme numérique d’approvisionnement local en circuit court. Ces fonctionnalités permettront d’optimiser les opérations logistiques, en particulier les livraisons et le suivi des commandes pour les utilisateurs de la plateforme, en particulier […]

Read More
L2M – DeepSimu: Next Generation of Deep Learning Frameworks

DeepSimu, the next generation of Deep Learning (DL) frameworks, is proposed to deal with the challenges which Artificial Intelligence (AI) practitioners are facing nowadays when using the available Machine Learning (ML) tools such as Tensorflow, Pytorch, Keras and ScikitLearn. While these frameworks necessitate high level python programming skills like object-oriented programming, DeepSimu has made a […]

Read More
L2M Validation / Qc Automne 2025 / Utilisation de la Robotique Autonome et de l’IA Multimodale pour la Surveillance de la Santé et des Émotions des Vaches Laitières

Le Québec compte environ 4?333 fermes laitières, produisant près de 3,5 milliards de litres de lait par an avec 361?000 vaches. Cette industrie représente près de 37?% de la production laitière canadienne, mais elle est confrontée à un défi de taille : l’absence d’outils technologiques intelligents, mobiles et autonomes pour surveiller en continu la santé […]

Read More
L2M Validation / Qc Automne 2025 / AuthoMate

Les organisations canadiennes des secteurs financier, santé et cloud subissent d’énormes pertes économiques dues aux limitations des systèmes de contrôle d’accès actuels qui présentent des insuffisances majeures : incapacité à gérer simultanément les contraintes temporelles, historiques et contextuelles, vulnérabilités aux erreurs de configuration causant des violations de données (coûtant 6,32 M$ CAD par incident), et […]

Read More
Designing Social Games to Maximize Engagement and Healthy

IgnitePlay is developing a social media package which will make healthier living more fun and easier. An important component of this package is a social game and reward system that encourages users to make changes in their lifestyle. This project will involve the development of a game design (in terms of a prototype or series […]

Read More