Innovative Projects Realized

Explore thousands of successful projects resulting from collaboration between organizations and post-secondary talent.

31620 Completed Projects

2978
AB
5221
BC
856
MB
696
NL
899
SK
9419
ON
9858
QC
98
PE
619
NB
1192
NS

Projects by Category

Application Edge AI pour l’inspection automatisée de seringues

Développement du premier logiciel de vision par ordinateur propulsé par l’apprentissage profond et déployé en périphérie (edge) permettant aux entreprises manufacturières de détecter la présence de contaminants à l’intérieur de seringues après leur remplissage et de rejeter celles qui ne respectent pas les critères d’inspection.

View Full Project Description
Faculty Supervisor:

Christian Desrosiers;Matthew Toews

Student:

Partner:

HAXIO

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

École de technologie supérieure

Program:

Accelerate

Controlling the Recoil of .50 Calibre Sniper Rifle

A novel approach is taken to reduce vibration through the design of a passive smart device with the use of magnetic actuators. In the proposed device, magnets are arranged in a particular alignment, so as to attenuate the resulting vibrations from the explosion at the moment of firing. The device has shown to be effective while maintaining a low mass (expected to be approximately ~150 grams), which is a relatively lightweight device for the desired purpose.

View Full Project Description
Faculty Supervisor:

Hadi Mohammadi

Student:

Partner:

Steadiwear Inc

Discipline:

Engineering

Sector:

Professional, scientific and technical services

University:

The University of British Columbia - Okanagan

Program:

Accelerate

Developing, Implementing, and Evaluating internet-based Cognitive Behavioural Therapy for Anxiety and Depression

Public health struggles to meet the needs of adults with mental health concerns in a timely manner. Given the impact of the COVID-19 pandemic on the decreased ability to provide face-to-face therapy and the anticipated increase in mental health difficulties as a result of the pandemic, alternatives need to be made available for Canadians seeking support. This project will evaluate a new internet-based Cognitive Behavioural Therapy (iCBT) platform, Tranquility Online, within the context of a global pandemic. Tranquility Online uses iCBT, with the option of an online coach, to help adults manage and treat mild to moderate symptoms of anxiety and depression. A program evaluation will use surveys to assess the effectiveness of having a coach, and examine mental health outcomes using questionnaires. The plan is to share these results through the company website, meetings within the public health sector, and social marketing.

View Full Project Description
Faculty Supervisor:

Janine Olthuis

Student:

Partner:

Tranquility Online

Discipline:

Sociology

Sector:

Health and Related Sciences & Technology

University:

University of New Brunswick

Program:

Accelerate

Automate key elements of the patient journey in the Medical Context

Dialogue is a virtual healthcare provider targeted towards the corporate environment. The service promotes employee wellness and productivity by connecting users to qualified healthcare professionals through an online or mobile application. The Dialogue service is increasingly being enhanced by AI techniques to improve user experience and streamline the procedure. These improvements include:
• A Natural Language Understanding (NLU) model capable of extracting information from user messages, with automatic appointment booking and providing answers to frequently asked questions;
• A Natural Language Generation (NLG) model capable of generating personalized follow-ups based on a user’s past care episodes;
• A Reinforcement Learning (RL) model capable of conversing with the user and diagnosing medical conditions.
This project involves improving an existing model or creating a new model that accomplishes one of the above tasks, as well as deploying it to production.

View Full Project Description
Faculty Supervisor:

Ioannis Mitliagkas

Student:

Partner:

Dialogue Technologies Inc.

Discipline:

Computer science

Sector:

COVID-19 related Research and Solutions; Health and Related Sciences & Technology; Artificial Intelligence; Other

University:

Université de Montréal

Program:

Accelerate

New molecular representation, molecular generation, and data mining strategies for thedesign of SARS-CoV-2 therapies

The goal of the project is to facilitate the research and development of new drugs using machine learning. More specifically, exploring new techniques to model molecules and how they can be represented. Doing so will involve training deep learning models on multiple small datasets with the objective of improving the generalization performance on new tasks. The trained models will have to be accurate even in the context of new types of molecules. With the small amount of data available, out-of-distribution techniques will be used. Molecules are dynamic 3D structures but are currently not represented as such. New machine learning models will be created in order to capture the dynamic aspects of molecules. If successful, this will improve the performance of many tasks that requires molecular information.

View Full Project Description
Faculty Supervisor:

Ioannis Mitliagkas

Student:

Partner:

Valence Discovery Inc

Discipline:

Computer science

Sector:

COVID-19 related Research and Solutions; Pharmaceuticals; Artificial Intelligence

University:

Université de Montréal

Program:

Accelerate

Artifici : Classification des résultats de consultation citoyenne.

Votepour.ca est une OBNL qui réalise des activités de sensibilisation, de consultation et de participation citoyennes à la demande de municipalités, d’organisations publiques et locales, ainsi que d’entreprises, dans le but de mieux orienter le développement de projets locaux et d’en favoriser l’acceptabilité sociale. Pour répondre à leurs besoins, Artifici, entreprise qui vise à offrir des solutions pertinentes et adaptées, permettant de mesurer en temps réel l’opinion publique sur un sujet précis, a été mandatée pour automatiser les processus d’analyse des résultats d’enquête et de consultation citoyenne.

View Full Project Description
Faculty Supervisor:

Christian Gagné;Luc Lamontagne

Student:

Partner:

Artifici

Discipline:

Computer science

Sector:

Information and cultural industries

University:

Université Laval

Program:

Accelerate

Thales – Robustesse aux données débalancées

Le développement de réseaux profonds de haute qualité repose sur des essais et des erreurs substantielles et la fiabilité de ces réseaux n’est pas clairement comprise. Dans ce projet, Thales Recherche et Technologie propose d’établir un processus clair allant de la collecte des données aux phases d’apprentissage et de prévision afin d’évaluer, de manière rigoureuse la robustesse d’algorithmes d’apprentissage automatique face au problème de débalancement de classe dans les données.
Dans un premier temps, un ensemble de méthodes seront développées et évaluées sur un cas de détection d’anomalies du thorax par rayons X et chaque processus de développement du modèle sera évalué selon plusieurs métriques habituellement utilisées dans la littérature. L’ensemble de données sera ensuite délibérément déséquilibré.
Des recommandations seront proposées afin que les modèles développés soient robustes au débalancement de classe dans les données.

View Full Project Description
Faculty Supervisor:

Christian Gagné;Pascal Germain

Student:

Partner:

Thales Canada Inc

Discipline:

Computer science

Sector:

Management of companies and enterprises; Manufacturing; Professional, scientific and technical services

University:

Université Laval

Program:

Accelerate

Intact – Analyse et extraction de caractéristiques de voitures à partir d’images

Intact Corporation financière est le plus important fournisseur d’assurances multirisques au Canada en primes annuelles.
Intact vise à offrir un service de réclamations accéléré à ses clients. Au moment d’ouvrir une réclamation, Intact demande d’ores et déjà à ses clients de fournir des images du véhicule qui permettent d’identifier
préalablement la condition générale du véhicule. Il sera demandé au client de mettre en évidence la pièce d’équipement endommagée, en s’assurant que celle-ci est bien visible dans l’image.
Le stagiaire aura ainsi à extraire l’information de manière automatique à partir des images qui seront attachées au dossier. Intact souhaite ensuite explorer différents filons grâce à l’apprentissage automatique supervisé pour raccourcir les étapes jugées critiques dans le processus de réclamation.
La satisfaction des clients est grandement influencée par le temps requis pour régler une réclamation. Ce projet vise principalement raccourcir ces délais et à améliorer la productivité des employés assignés aux réclamations.

View Full Project Description
Faculty Supervisor:

Christian Gagné

Student:

Partner:

Intact

Discipline:

Computer science

Sector:

Information and Communications Technology; Technology; Finance and Insurance

University:

Université Laval

Program:

Accelerate

Efficient Signal Processing and Radio Resource Management (RRM) for Coordinated Multi-node Downlink Transmission in Heterogeneous Cellular Networks

Reliable high speed wireless data transmission is the primary goal of future cellular systems. A key impediment
towards that goal is interference on receivers from transmitters in adjacent cells. Coordinating transmissions
between clusters of transmitters is one way of solving this problem. This coordination is more difficult when the
types of transmitters and cell sizes vary within a heterogeneous network (HetNet). The design of HetNets is an
emerging research field. This project has three main goals: 1) Investigate the design of coordinated HetNets. 2)
Design efficient resource allocation algorithms for these networks, for the selection and encoding of users and
their data, and the dynamic formation of clusters of transmission points. 3) Investigate how best to reduce the
feedback overhead in the sharing of information within a cluster, and the impact of this limited feedback. This
research will allow the partners to gain relevant expertise and impact the design of future wireless standards.

View Full Project Description
Faculty Supervisor:

Witold Antoni Krzymien

Student:

Partner:

TRLabs (Edmonton, AB);TELUS (Ottawa, ON)

Discipline:

Engineering

Sector:

Information and cultural industries

University:

University of Alberta

Program:

Accelerate

Co-operators – Comprendre les enjeux des communautés

Co-operators est une coopérative canadienne, chef de file de l’assurance multiproduit et des services financiers. Co-operators cherche à explorer de nouveaux modèles d’affaires pour mieux servir sa clientèle et réussir sa mission (la sécurité financière des canadiens et canadiennes) et cela nécessite des choix stratégiques, surtout au niveau des communautés suivantes : immigrants, peuples autochtones, étudiants, etc.
Le projet vise à mieux comprendre les thèmes et enjeux qui sont les plus importants pour différentes communautés cibles. Cela permettra d’extraire de l’information très importante des réseaux sociaux publics afin de mieux comprendre les besoins de la clientèle cible, une étape nécessaire au processus d’innovation.
Le but du projet est de développer un outil permettant d’extraire les thèmes principaux de discussions sur des forums publics pouvant être intégré dans une application par les ressources IT de Co-operators.

View Full Project Description
Faculty Supervisor:

Christian Gagné;Richard Khoury

Student:

Partner:

Co-operators (General Insurance)

Discipline:

Computer science

Sector:

Information and Communications Technology; Technology; Finance and Insurance

University:

Université Laval

Program:

Accelerate

Bentley – Approche semi-supervisée pour l’identification et la localisation des bris et défectuosités

Bentley fournit des logiciels spécialisés et adaptés à tout type de projet d’infrastructure au niveau mondial. Le projet proposé vise à développer un détecteur d’anomalies générique basé sur un autoencodeur adversarial, qui permet l’apprentissage automatique de la distribution des éléments normaux. Par la suite, tout élément s’écartant de cette distribution peut être qualifié d’anormal, même si le système n’a jamais vu de tel défaut lors de son entraînement.
Globalement, l’objectif est d’assister l’expert qui analyse les données pour lui permettre de se concentrer sur les éléments cruciaux (les données indiquant des anomalies) sachant que l’identification de >95% des données ne présente aucun problème. Le projet se concentrerait d’abord sur des données liées aux égouts et aux rails, mais pourrait ensuite s’appliquer à une panoplie de situations. Bentley envisage une utilisation future conjointe de multiples modalités (visuel, infrarouge, etc.) afin d’améliorer les performances et la polyvalence de la méthode.

View Full Project Description
Faculty Supervisor:

Christian Gagné

Student:

Partner:

Bentley Systems Canada

Discipline:

Computer science

Sector:

Information and Communications Technology; Technology

University:

Université Laval

Program:

Accelerate

Développement et prise en charge d’un algorithme de synchronisation des pompes de plusieurs stations de pompage d’eaux usées

Polytechnique Montréal va développer un simulateur numérique pour recréer la réalité actuelle des stations de pompage en série dont le fonctionnement est basé sur des niveaux, ajouter un contrôle virtuel basé sur le débit et opérer les stations à distance en faisant un diagnostic en temps réel, dans le but d’effectuer une économie d’électricité du système. Ce simulateur aura accès à de vraies données de débit d’entrée, de capacité et courbe de pompe, de niveau et pression. La méthodologie proposée dans cette étude repose sur la combinaison des données de terrain, des approches théoriques et des travaux de modélisation numérique.

View Full Project Description
Faculty Supervisor:

Musandji Fuamba;Samuel Pierre

Student:

Partner:

Maid Labs Technologies

Discipline:

Engineering

Sector:

Manufacturing

University:

Polytechnique Montréal

Program:

Accelerate

Previous
1…2,0982,0992,1002,1012,1022,1032,104…2,635
Next

Join a thriving innovation ecosystem.

Subscribe to our newsletter now!

Subscribe

Mitacs — Return on Innovation

Mitacs is funded by the Government of Canada, the Government of Alberta, the Government of British Columbia, Research Manitoba, the Government of New Brunswick, the Government of Newfoundland and Labrador, the Government of Nova Scotia, the Government of Ontario, Innovation PEI, the Government of Quebec, the Government of Saskatchewan, and the Government of Yukon.