Analyse multivariée des paramètres influençant la qualité d’installation des géomembranes dans le secteur minier

Les géomembranes sont des barrières utilisées dans les sites miniers pour prévenir la contamination des sols et des eaux. Leur efficacité repose sur une installation sans défaut, mais des erreurs courantes (perforations, soudures défectueuses) compromettent souvent leur performance. Ce projet vise à identifier et prédire les facteurs influençant la qualité d’installation des géomembranes à l’aide […]

Read More
Developing AI Models for Instrument-Tissue Force Prediction in Neurosurgery

This project aims to explore whether brain tissue deformation, observed through a surgical microscope, can be used to estimate instrument-brain contact forces during epilepsy surgery. Two interns will work on key aspects: one will develop computer vision techniques to track tissue deformations in real time, while the other will create machine learning models to translate […]

Read More
Détection des rampes de puissance éolienne à l’aide de l’apprentissage machine

Le projet porte sur le développement et l’adaptation d’un modèle d’apprentissage profond existant afin de prévoir de façon automatique à partir de cartes de prévisions météorologiques à haute résolution la probabilité d’occurrence de rampes de puissance éolienne. Ces événements soudains de changement rapide de la production éolienne, difficiles à prévoir, peuvent avoir des impacts significatifs […]

Read More
Automated Threat Hunting for Early APT Identification

Advanced Persistent Threats (APTs) present a significant challenge to organizations due to their sophisticated, stealthy, and persistent nature. Traditional reactive security measures often do not detect these threats in real-time, leaving systems vulnerable to long-term exploitation. This research project will explore how to automate threat hunting to proactively identify APTs in real time, reducing manual […]

Read More
Identification des profils de réussite chez les entrepreneurs agricoles de la Mauricie

Cette recherche permettra à la Fédération de l’Union des Producteurs Agricoles de la Mauricie (FUPAM) de connaître les différentes compétences et habiletés requises chez les entrepreneurs agricoles afin d’assurer leur succès en affaires. Pour y parvenir, nous identifierons des entreprises agricoles qui connaissent du succès ainsi que d’autres dont la performance est plus mitigée. Ces […]

Read More
L2M QC Spring 2025 | Optimisation de la Maintenance Prédictive des Broyeurs SAG Mill par Intégration de l’Acoustique, du Traitement du Signal et de l’Intelligence Artificielle dans l’Industrie Minière

L’industrie minière canadienne joue un rôle clé dans l’économie nationale, représentant 5 % du PIB et employant directement plus de 400 000 personnes. Cependant, les arrêts non planifiés des broyeurs SAG Mill entraînent des pertes économiques considérables, atteignant plusieurs milliers de dollars par heure. Ce projet vise à répondre à ce défi en développant une […]

Read More
L2M QC Spring 2025 | InkTiO: Revolutionizing Electronics with Sustainable Printed Solutions

The proposal seeks to improve the technology readiness of a new family of printable (liquid-based) ink formulations designed for the advanced manufacturing sector. These chelated sol-gel materials have a low viscosity, allowing their use in a commercial digital inkjet-printing equipment. Most importantly, they are designed to offer the unique ability to convert from liquid to […]

Read More
L2M QC Spring 2025 | Nextdriv – An Integrated Decision-Support Platform for EV Fleet Transition and Optimization

Nextdriv is a user-friendly platform that helps fleet operators plan and manage the switch to electric vehicles. By using smart tools and data analysis, it makes it easier to choose the right vehicles, optimise daily operations, and even take advantage of energy market opportunities. For our partner organisation, this means a smoother, more cost-effective transition […]

Read More
Uncovering the genetic basis of adaptation during the course of rapid experimental evolution in nature

Nature is experiencing an ever-changing world where dramatic environmental changes require species to adapt rapidly to new conditions. As a result, understanding when species can rapidly adapt and persist has become crucial to ensuring the preservation of vulnerable populations such as freshwater ecosystems. The current project addresses our limited understanding of the parallelism of adaptation […]

Read More
In vitro three dimensional models of breast cancer-cell metastasis to bone.

This MITACS Globalink Award research proposal aims to engineer and characterize biomimetic dense collagenous gels as in vitro models for studying breast cancer metastasis to bone. At McGill, we have advanced the Gel Aspiration-Ejection (GAE) technique, a robust and simple method to create 3D anisotropic, cellular dense collagen (DC) gels. By applying negative pressure, collagen […]

Read More