Investigating Large Language Models as Collaborative Teammates for Human-AI Aerial Teaming Scenarios

This project investigates the use of large language models (LLMs) as autonomous teammates to perform aircraft control, strategic reasoning, and team communication in complex aviation missions. We propose to design and evaluate an LLM-based “wingman” agent for a simulated collaborative aerial firefighting scenario, in which a human and AI fly their own aircraft to detect […]

Read More
Automated Assessment of Surgical Skill: Leveraging Kinematic Data for Objective Expertise Inference

This project explores whether surgical expertise can be measured from the way instruments move during a realistic neurosurgical simulation. The goal is to develop machine learning models that learn motion patterns from recorded instrument movements and use them to classify different levels of surgical skill. The dataset includes recordings from participants performing a surgical simulation […]

Read More
Développement d’un Système Personnalisé pour la Détection Précoce d’Événements Cliniques et l’Identification de Biomarqueurs : Application à l’Hypoglycémie

Dans les systèmes de monitoring physiologique (comme l’ECG ou l’EEG), certains événements rares, par exemple une crise d’épilepsie ou un épisode d’hypoglycémie sévère, peuvent avoir des conséquences graves s’ils ne sont pas détectés à temps. Ces événements, souvent brefs et peu fréquents, sont pourtant cruciaux à identifier rapidement pour permettre une alerte précoce et prévenir […]

Read More
Real-time satellite telemetry anomaly detection for on-board autonomy

As the number of satellites in orbit grows rapidly, with constellations ranging from dozens to thousands of spacecraft, continuous human monitoring does not scale; ground contact is limited and quick autonomous responses are essential to protect mission assets and space safety. The project aims to create a fast, reliable method to automatically detect anomalies in […]

Read More
Quantum Machine Learning for Computational Drug Discovery

Drug discovery is traditionally slow, costly, and high-risk, with timelines exceeding a decade and expenses reaching billions. This lag is particularly problematic for neglected diseases and cardiovascular conditions, which carry significant global burdens but attract limited research investment. To address this, the project proposes leveraging quantum computing and hybrid quantum-classical algorithms to accelerate drug discovery. […]

Read More
Artificial Intelligence-Driven Predictive Modeling for Canine Pain Assessment and Personalized Analgesic Recommendations

Accurately assessing and managing pain in dogs is one of the most challenging aspects of veterinary medicine because animals cannot verbally communicate their discomfort. Current methods rely heavily on behavioral observations and standardized scoring tools, which are often subjective and prone to inconsistencies. This project aims to address these limitations by developing an AI-powered predictive […]

Read More
Exploration minérale par intelligence artificielle

La découverte de nouveaux gisements miniers est devenue l’un des grands défis du XXI? siècle. Alors que la demande mondiale en minéraux stratégiques augmente pour accompagner la transition énergétique, les ressources facilement accessibles s’épuisent. L’exploration doit désormais cibler des environnements complexes où les méthodes traditionnelles sont coûteuses et incertaines. Ce projet propose une approche intégrée […]

Read More
Self-Driving Lab en chimie des nanomatériaux : spectroscopies in-line & RL

Ce projet vise à développer un laboratoire autonome combinant intelligence artificielle et spectroscopie pour accélérer la découverte de matériaux et l’analyse de produits complexes. Sous la supervision du professeur Jean-François Masson à l’Université de Montréal, le stage portera sur la mise en place d’un système de synthèse en flux contrôlé par apprentissage automatique, permettant de […]

Read More
Apprentissage machine quantique pour la prédiction de l’efficacité de nouveaux médicaments anti-inflammatoires : application pour la prédiction de l’affinité d’inhibiteurs de l’enzyme 5-lipoxygénase

Le développement d’une molécule de la conception jusqu’à l’obtention d’un médicament est un processus couteux. Dans ce processus, la première étape consiste à synthétiser une série de molécules qui inhibent une action biologique particulière, généralement médiée par un récepteur ou une enzyme. Les essais biologiques et cliniques peuvent être les étapes les plus couteuses de […]

Read More
Deep Learning-Based Classification of Defects in Induction Brazed Copper Joints Using Infrared Thermal Imaging for Enhanced Joint Quality Monitoring

This project will develop a new system that uses infrared cameras and artificial intelligence to automatically detect defects in copper joints made by induction brazing, a process widely used in heat pump manufacturing. By capturing and analyzing the heat patterns that appear during brazing, the system can quickly identify problems such as cracks or poor […]

Read More
Développement de méthodes de diagnostic et de pronostic de maladies neurodégénératives à l’aide de réseaux de neurones par graphe normatifs et explicatifs

Ce projet vise à utiliser l’intelligence artificielle (IA) pour mieux diagnostiquer et suivre l’évolution de la sclérose en plaques (SEP), une maladie du cerveau et de la moelle épinière qui touche plus de 90?000 Canadiens. En analysant des images du cerveau obtenues par IRM, les chercheurs veulent repérer plus précisément les signes de la maladie […]

Read More
Quantum Machine learning for medical imaging – radiology, ophthalmology and diabetes prediction

This project explores how quantum computing and artificial intelligence (AI) can work together to improve how we detect diseases using medical images. Medical imaging, like X-rays, clinical photos, and eye scans, are essential for diagnosing many health conditions. However, analyzing these images quickly and accurately remains a challenge, especially as the amount of data continues […]

Read More