Innovative Projects Realized

Classification de produits pour l’optimisation des stratégies d’approvisionnement chez Stelia

Stelia Amérique du Nord (Stelia) est une entreprise du secteur aérospatial qui offre différents services, produits et composants de haute technologie aux grands donneurs d’ordres comme Airbus et Bombardier. Stelia opère deux importantes usines en Amérique du Nord et achète globalement environ 14.000 pièces et composants spécifiques et standards. L’objectif de ce projet est d’aider Stelia à optimiser la gestion de ses approvisionnements en définissant des classes de produits qui soient adaptées à des stratégies d’approvisionnement spécifiques et efficaces. Pour cela, nous proposons d’utiliser la simulation à événements discrets et l’analyse de données par arbres de classification pour définir des règles de classification de produits à partir des résultats de simulation de stratégies d’approvisionnement de ces produits (ex., coût d’approvisionnement, retard moyen, niveau de service). En particulier, Stelia souhaite évaluer la performance potentielle de stratégies d’approvisionnement avec fournisseurs multiples de manière à gérer les aléas de sa consommation, ainsi qu’une stratégie avec un entrepôt de consolidation au Canada.

Modélisation du mécanisme des décharges partielles d’encoche en fonctionde la dégradation des surfaces

La fiabilite des alternateurs hydrauliques est un sujet d’importance pour les utilitaires afin

d’assurer la fiabilite de I’approvisionnement en energie electrique. La maintenance de ces

equipements est donc un outil important dans la gestion et I’exploitation d’un parc

d’alternateurs. Apres un certain nombre d’annees de fonctionnement, I’usure de ces

equipements peut mener a I’apparition de decharges partie lies entre I’isolation de masse des

bobines et Ie circuit magnetique. Le sujet de ce stage est I’etude des mecanismes relies a

I’apparition de ces decharges partielles ainsi que I’etude de I’evolution de la degradation

occasionnee par ces decharges partielles.

Développement de modèles prédictifs pour la détection de défaillance sur les pièces prioritaires de turbines éoliennes.

La société Enercon, produit des éoliennes et par la suite opère les centrales qui ont été installés, pour garantir le
bon fonctionnement de celles-ci. L’un des enjeux à surmonter pour la maintenance d’une centrale éolienne est la
prédiction des défaillances, afin d’intervenir le plus rapidement possible et de limiter le temps d’arrêt des turbines.
La compagnie souhaite donc instaurer des indicateurs de mesure basés sur de l’intelligence artificielle, qui
permettront un remplacement plus efficace du matériel mécanique, afin de diminuer les coûts de maintenance et
d’augmenter la production sur le cycle de vie d’une éolienne. L’objectif de ce projet de collaboration est la mise
en place d’algorithmes se basant sur l’historique des maintenances et les mesures effectuées depuis la
construction de la centrale afin de prédire les futurs comportements des pièces prioritaires d’une éolienne comme
les pales, la génératrice, le transformateur électrique.

Application of advance signal and image processing to develop objective diagnostic and monitoring technologies as well as predicting the response to treatment for Alzheimer’s disease

An ongoing study in Winnipeg is investigating the possibility of using repetitive transcranial magnetic stimulation to help treat the cognitive and memory declines in Alzheimer’s disease. The objective of this project is to analyze in detail the current results of this study. We will look for connections between MRI scans of the participants and their response to the treatment. We will also look at anxiety and resting motor threshold (a measure of how sensitive they are to our treatment device), to see how they change the effectiveness of treatment. We will also look in detail at all of the additional measurements we performed as part of the study to see if any unexpected results can be found. Finally, we will look for changes in brain activity as measured using electrical signals from the balance organs in the ear.

Caractérisation génétique de souches sauvages d’algues (Saccharina latissima), issues de régions géographiques différentes au Québec et tests en algoculture de souches d’intérêt sélectionnées.

Au Québec, les fermes marines ayant un intérêt pour l’algoculture sont situées aux Îles-de-la-Madeleine, en Basse-Côte-Nord et en Gaspésie, sur des sites dont les caractéristiques sont très différentes. À cet effet, une entreprise maricole de la Gaspésie, Ferme Marine du Québec, produit commercialement des plantules sur cordes et vend des collecteurs d’algues à des aquaculteurs désirant faire la culture d’algues. Pour le moment, l’ensemble des entreprises algocoles au Québec utilise des plantules provenant de géniteurs de Bonaventure en Gaspésie. L’introduction d’espèces cultivées est l’une des menaces les plus importantes relatives à l’aquaculture, responsable d’effets négatifs sur les écosystèmes. Malgré son importance écologique et économique, la connaissance de la génétique des populations de l’espèce S. latissima au Québec est inexistante. Le stagiaire vérifiera si les populations d’une même espèce sont génétiquement distinctes.

Photoacoustic remote sensing microscopy for pre-clinical and clinical applications

There is a desperate need for a fast, non-contact, non-invasive, safe and accurate technique that can measure oxygen saturation, oxygen metabolic activity and multilayered histology-like information. Oxygen saturation and oxygen metabolic activity play a vital role in understanding several diseases including early tumour and vision loss diagnosis and treatment. Additionally, when the oncologic care team must to remove a tumour, it is essential that no malignant tissue left behind. The ability to predict tumour aggressiveness, margin and metastatic potential could significantly affect clinical practice in oncology. It is also shown that abnormal retinal oxygen saturation and metabolic activity are the leading causes of vision loss (e.g. age-related macular degeneration, diabetic retinopathy and glaucoma). The ability to precisely detect aberrant retinal oxygen metabolic activity in a non-contact setting is essential for improving investigations and diagnoses of ocular diseases. In addition, for various applications is surgical oncology and optometry contact is impractical, or the working space and footprint is an issue (e.g. endoscopy and surgery). To address these needs, Mitacs funds are requested to recruit HQPs which is critical to the advance of Histological and Functional Photoacoustic Remote Sensing (HF-PARS) microscopy.

Systematic evaluation and optimization of immune-targeting modalities for GBM and brain metastases.

The Centre for the Commercialization of Antibodies and Biologics (CCAB) is working with Empirica Therapeutics (Empirica), a Canadian start-up company focused on developing data-driven treatments for cancer, to address the unmet medical needs of glioblastoma (GBM), the most common adult malignant primary brain tumor. Current therapies are only partly effective, with frequent relapse and poor patient survival, which correlates with the presence of CD133+ brain tumor-initiating cells that are also implicated in treatment-resistant GBM. By partnering with Dr. Jason Moffat at the University of Toronto (UofT) and collaborators at McMaster University (MAC), Empirica has used genomic screening technology to identify CD133 as a promising target for effective treatment in both in vitro and in vivo models using Chimeric Antigen Receptor (CAR)-T cell therapy. CCAB and Empirica will work with the Moffat group’s technological expertise in CRISPR-Cas9-mediated gene editing toward the pre-clinical development of allogeneic, armoured CD133-targeting CAR-Ts as novel, improved and more affordable treatments for potentially all types of cancer, including GBM. The overall aim of this work is for CCAB and Empirica to fund clinical trials in GBM patients at Canadian hospitals and centres, thus offering Canadian patients access to new therapeutic options.

Évaluation du projet pilote de navette autonome et électrique : sécurité routière, acceptabilité sociale et analyse des interactions entre les usagers de la route.

Le projet-pilote de navette autonome (et électrique) de la ville de Candiac représente une opportunité intéressante pour étudier les effets de la présence d’une navette autonome sur le réseau routier. C’est précisément ce que nous proposons avec ce projet de recherche, qui compte trois objectifs : le premier vise à connaître les perceptions et pratiques des usagers de la navette (projet-pilote). Le deuxième objectif vise à connaître les perceptions des riverains par rapport à l’arrivée des véhicules autonomes sur le réseau routier. Finalement, le troisième objectif vise à documenter les comportements des usagers de la route en présence de la navette autonome sur le réseau routier. Tous ces objectifs impliquent des collectes de données le long du parcours de la navette, que ce soit des questionnaires auprès des usagers (aux arrêts et dans la navette) ou des riverains (sur le web), des observations directes aux intersections (surtout pour les piétons et les cyclistes en interaction avec la navette, et des collectes de vidéos à partir de caméras sur la navette et aux intersections. To be continued.

Green Chemistry for Green Solvents

This project focuses on the development of new solvents, to replace those that are currently used in industrial processes. Currently, the majority of solvents used in industry are harmful to both people and the environment. These solvents are full of volatile organic compounds, which are released to the atmosphere and contribute to smog formation. Globally, smog is a major risk factor for human health, following only malnutrition, dietary risks, high blood pressure, and tobacco. We plan on developing new solvents that are free of volatile organic compounds, and thus cannot contribute to smog formation. This project will further help to cement both TBF Environmental and Canada’s commitment to developing clean technology.

Simulation et optimisation de la chaîne logistique de l’entrepôt d’Air Canada Cargo

Le stage consiste a modeliser, a I’aide d’un simulateur, I’entrepot d’Air Canada Cargo afin

d’optimiser les processus de chaine logistique. Nous voulons voir, entre autres, comment

integrer les nouvelles regles legislatives liees a des mesures de secUr’lte dans les

procedures, I’impact de nouveaux horaires de travail ou des nouvelles technologies Ie lies

que les etiquettes electroniques. Cet outil d’aide a la decision utilisant simulation et

optirnisation permettra a Air Canada Cargo de rnieux quantifier les differentes eta pes reliees

a la gestion du fret dans son entrepot de Montreal. De plus, I’entreprise sera en mesure de

comparer des solutions a I’aide d’indicateurs de performance fournis par Ie modele. Ces

indicateurs aideront les gestionnaires a prendre des decisions eclairees et a realiser

d’economies en identifiant les endroits ou des gains sont possibles.

Dance Like the Machine’s Watching

We are proposing an investigation of techniques and technologies to support media-enhanced group performances that integrate different performative art forms (dance, theatre, clown, voice, choral) with responsive mixed reality technologies and public data sets. We will work with a group of young performers (13-17 years old) and a local Vancouver choreographer to deeply investigate, with embodied methods, the potential ways of creating a group performance that truly benefits from a layered digital reality. Several interim performances will be held to gather feedback from audiences at venues to be determined. A larger final public performance will be scheduled near the end of the internship. We expect the knowledge gained from this investigation will inform performers/choreographers who want to integrate mixed reality into a performance lexicon, and will inspire more technologists to target creative expression as a goal in machine learning and interaction design. The results will also be indicative of new cultural expressions that will be made possible when augmented reality technologies are ubiquitous and integrated into public spaces of all kinds.

Real-Time Fashion Landmark Detection for Fashion Analysis and Understanding

The goal of this research is to develop an algorithm which allows Dataperformers to detect and match the apparel present in the video with the apparels in their inventory. To uniquely identify apparels it is very important to match them based on certain key areas. Fashion landmarks are the position of functional key-points defined on the fashion items such as the corners of a neckline, hemline, and cuffs. In this research we propose an algorithm which can find fashion landmarks in real time. We do so by learning to extract features which can provide location information as well as visibility of the fashion landmarks. This algorithm can be the core component to design the in-video store where a video consumer can purchase apparels from the videos. It is one of its kind approach for ecommerce.