Innovative Projects Realized

Children’s literature visualization using unsupervised clustering

I will apply the cycle method on story visualization. And I will apply the technique about learning unpaired data, unsupervised learning to improve general performance.

Development of a technique for radioactive source term detection and realtime analysis for low-level radioactive waste

Nuclear power currently provides approximately 50% of Ontario’s electricity. Operation of nuclear power plants produces a variety of radioactive waste. In particular, low-level radioactive waste makes up about 95% of total non-fuel waste volumes. To reduce volume, low-level materials must be sorted to determine if their radioactivity has sufficiently decayed and they can be safely recycled. However, this sorting work is currently done by hand, which is a low-tech, time-consuming and labour-intensive method. To address this challenge, the interns working in this Mitacs research will develop a new radiation detection and realtime data analysis method. Successful completion of this Mitacs research will enable automated sorting, re-use and recycling of the low-level waste, which will lead to a great reduction in waste volume and operation cost. Therefore, the economic and environmental benefit to Laurentis Energy Partners and Canadian nuclear industries will be great.

L’intégration régionale comparée, trilogie euro-afro-américaine

Notre projet de recherche porte sur une comparée et instructive de l’intégration régionale en Europe, en Afrique et en Amérique. Il s’agira en pratique de tirer partie des expériences heureuses et malheureuses de l’intégration en Europe, avec l’Union européenne, qui est l’expérience la plus aboutie et l’intégration en Amérique du nord avec l’ALENA, qui présente de forte similitudes avec le modèle émergent en Afrique à savoir la Zone de libre-échange. En effet l’étude de ces deux modèles, dont les ressources bibliographiques pour le second me seront facilement accessibles à l’Université Laval ,me permettra d’avoir matière à réfléchir sur mon sujet de thèse qui porte sur l’émergence d’un marché intérieur africain à la lumière de l’expérience européenne. Il s’agit en réalité d’un sujet qui se veut prospectif et novateur, c’est-à-dire qui a pour ambition de donner des pistes de réflexion juridique sur la manière de créer un grand marché économique intégré au niveau continental en Afrique. La création d’un tel marché permettra une véritable participation de l’Afrique à la mondialisation et facilitera de notre humble avis les partenariats économiques entre l’Afrique et un grand pays comme le Canada mais aussi avec une zone économique performante qu’est l’Union européenne.

Expérience axiologique dans le travail marchandisé par des plateformes numériques

À propos de l’économie des plateformes, on parle parfois de « nouvelle révolution industrielle ». Les plateformes désignent des outils numériques qui font se rencontrer une « offre » et une « demande » en court-circuitant les professionnels classiques d’un secteur (Uber, Airbnb, Crowdfunding, etc.). Ces modèles mobilisent trois innovations technologiques : le smartphone, les données numériques et la connexion permanente. Dans le cas qui nous préoccupe, il s’agit de la mise en relation d’une offre et une demande de travail. Les lectures rapides et non-scientifiques du phénomène proposent une vision entre deux radicalités. L’une voit cette économie comme une nouvelle opportunité et s’appuie sur des valeurs comme la liberté entrepreneuriale. De l’autre côté, certains dénoncent un nouveau phénomène de domination par les algorithmes et critiquent le manque de sécurité de ces emplois. Loin de ces caricatures, nous proposons d’étudier les valeurs, les motivations et la production de nouvelles valeurs en nous adressant directement à la subjectivité du travailleur.

Analyse statistique des liens entre blocs de variables de format mixte

CONTEXTE : Nos recherches proposent le développement de méthodologies statistiques et de leurs applications aux données réelles issues de disciplines très différentes. A l’heure actuelle, les scientifiques ont régulièrement accès à des données mesurées sur plusieurs ensembles (blocs) de variables pour le même ensemble d’observations. Cette structure de données est connue sous le nom de données multiblocs, les observations étant les lignes et les variables les colonnes structurées en blocs. Ces blocs sont généralement de grande dimension et comprennent a la fois des variables qualitatives et quantitatives (mixtes). L’étude de ces structures de données est compliquée d’un point de vue conceptuel, analytique et informatique et il n’existe pas de méthode d’analyse standard pour étudier ces données.

OBJECTIFS : Développer de nouvelles méthodes d’analyse multivariée et multibloc pour étudier des données mixtes de grande dimension et renforcer les collaborations entre la France et le Québec.

Les mondes étudiants au défi de la polarisation des sociétés. Étude comparée de la différence corporelle, linguistique et religieuse des étudiants tunisiens à l’Université Laval (Québec) et à l’Université de Bordeaux (France)

Le vaste mouvement de massification des universités et d’internationalisation du recrutement de leurs publics fait, de nos jours, des mondes étudiants des communautés marquées par le pluralisme ethnoculturel. Cette recomposition interne s’établit, en outre, dans un contexte marqué par une polarisation des sociétés fondée sur l’identité culturelle. Cette configuration historique particulière favorise potentiellement chez les étudiants l’expérience de la différence du versant négatif de la discrimination à positif de l’interculturalité. Notre projet de recherche entend, par l’usage d’une méthodologie mixte, mesurer, comprendre et comparer cette expérience vécue par les étudiants de nationalité tunisienne réalisant leur cursus universitaire dans les Universités de Laval (Québec) et de Bordeaux (France) (2020-2023). Pour conduire cette recherche, nous mobiliserons trois domaines d’investigation : le corporel, le linguistique et le religieux comme possible facteur de production de stigmate ou inversement de partage culturel. Nous faisons l’hypothèse que le degré de polarisation des mondes étudiants bordelais et lavallois perçu et vécu par les étudiants nécessitera d’approcher les processus d’exo-catégorisation conduisant au sentiment de stigmatisation chez le minoritaire (frontière en soi) et d’endo-catégorisation susceptibles de le mener à la création ou à l’adhésion à des réseaux à vocation diasporique, communautaire ou interculturelle (frontière pour soi).

Tool-path generation and optimization for robot machining using Artificial Intelligence

This research aims to generate and optimize optimal tool-path(process path of robot) by learning data on kinematics and dynamics properties required for the machining process using multi-axis robots with Artificial Intelligence(AI). Based on the end-effector of the robot, a new approach is proposed to optimize tool path in drilling or milling processes and to develop AI algorithms in terms of surface roughness, circularity, defects, and time. Recently, the manufacturing robot market has been gradually expanding and research has been actively conducted. Accurate prediction and process optimization are essential for the machining process. However, most industrial robots do not provide information about the robot’s dynamic parameters. For precision of machining requires data on dynamic properties that affect the result. Therefore, researches are being carried out to estimate dynamic properties. But, these methods take a long time and are very complex. Thus, if this research is carried out, it is expected that the outcomes of the development of new analysis methods for robot machining will be expected through the development of AI algorithms.

Modeling logistics for supply of bioenergy feedstock

The current version of the Integrated Biomass Supply Analysis (IBSAL) model is deterministic. As such, the uncertainty surrounding the results obtained cannot be studied or quantified. The focus of this research project is to incorporate uncertainty into the model in order to make it more realistic, provide additional insights into its properties and potentially suggest new types of solutions with corresponding margins of error and variability. The probabilistic version of the IBSAL model will allow users to test and explore more realistic sets of input assumptions and allow for the investigation of “what if” type of scenarios. The probabilistic version of the model will provide an opportunity to quantify spatial variability of economic, carbon and fuels costs in response to major driving variables such as crop residue yield and recovery rates.

Plasmon-enhanced fluorescence and sensing of novel magnesium and gold structures

This project will investigate the light-matter interaction of metallic nanoparticles, known as plasmonic, using experimental and theoretical approaches. The main objective is to provide experimental evidence on the ability of magnesium, a cheap, earth-abundant but yet unexploited for plasmonic applications metal, to enhance the optical response of fluorescent molecules. The effect of the different magnesium nanoparticle shapes and the magnesium oxide or polymer shell thickness on the fluorescent signal enhancement will be investigated using suitable spectroscopy techniques. The novel findings will cement the suitability of magnesium as a plasmonic material and will pave the road for its use in applications, especially for biological or medical sensing. Additionally, the morphology of complex gold nanoparticle assemblies, featuring a central nanoparticle of gold or different metal, will be investigated using computational techniques. Numerical results will provide a theoretical platform to guide the nanoparticle assembly in order to achieve maximum environmental sensitivity towards the design of efficient sensors.

Use of floral phenology to estimate canola seed yield using satellite imagery

Canola is an important oilseed crop grown across Saskatchewan for its high quality oil. Canola has a very distinct reproductive stage due to its yellow color flowers. Therefore canola fields can be very clearly identified when observed through satellites with medium resolution. This leads to numerous potential applications, and one such application is in-season canola yield prediction. There are freely available satellite platforms which has a resolution of about 3-4m and therefore is useful in extracting valuable information such as flowering intensity. These traits can be quantified through remotely sensed images and can be used to develop models to predict yield. Predicting yield during the season helps managers, consultants and farmers to make important decisions regarding their produce.

S’orienter à l’enseignement supérieur : regard croisé Québec-France

Le système éducatif façonne les parcours scolaires des élèves, notamment à travers les modes d’organisation des écoles et les pratiques institutionnelles. Il participe à la (re)production des inégalités, mais peut aussi être un puissant outil de mobilité sociale ascendante. Si l’orientation est un sujet traité depuis un long moment en France et au Québec, peu de recherches y ont abordé les effets de récents changements structurels (p. ex., réformes, modifications législatives) sur cette question. C’est donc une analyse comparative Québec-France inédite que ce projet propose. Plus précisément, une étude ethnographique d’un lycée public dans la région de la Normandie en France sera réalisée. Ces données seront comparées à celles obtenues lors d’un projet connexe où une étude ethnographique d’une école secondaire publique de Montréal est effectuée. Ce projet vise à identifier dans les contextes français et québécois les pratiques d’orientation qui réduisent les inégalités sociales et scolaires et favorisent l’équité et la justice sociale.

La conception automatique des architectures de l’apprentissage profond (Deep Learning)

Le projet de recherche proposé vise à fournir un outil de classification automatique qui pourra être utilisé pour plusieurs applications de télédétection comme la cartographie de l’occupation des sols, ainsi qu’un élément d’aide à la décision pour la gestion des catastrophes naturelles et le suivi des cultures.
Dans le contexte de la classification des images de télédétection par réseau de neurones convolutionnel (CNN), la sélection des meilleurs variables (appelées hyperparamètres) qui déterminent la structure du CNN est un défi majeur lors de la construction de l’architecture de ce réseau. Il est donc important de trouver la combinaison optimale des hyperparamètres puisqu’ils contrôlent directement les performances du modèle CNN. Ainsi, nous visons l’utilisation des avantages du concept des algorithmes génétiques afin de trouver l’ensemble optimal des hyperparamètres pour les structures CNN qui ont une application dans les domaines agricoles et environnementaux.