Innovative Projects Realized

Système d’optimisation de la surveillance de la culture via des robots en utilisant les LLVM et l’optimisation VSLAM3D

L’agriculture dans les régions nordiques fait face à des défis majeurs : saisons courtes, conditions climatiques difficiles et manque de main-d’œuvre. Ce projet vise à développer des robots agricoles capables de travailler de manière autonome dans ces environnements exigeants, sans nécessiter une supervision humaine constante.
Grâce à l’intelligence artificielle, ces robots pourront non seulement se déplacer dans les champs, mais aussi comprendre ce qu’ils voient et prendre des décisions adaptées. Imaginez un robot capable de reconnaître différentes cultures, détecter des maladies des plantes et planifier ses actions simplement à partir d’instructions en langage naturel, tout comme un travailleur agricole expérimenté. Le projet combinera deux technologies innovantes : des systèmes de navigation visuelle qui permettent au robot de se localiser précisément dans l’environnement, et des modèles d’intelligence artificielle capables d’interpréter des images et du texte pour comprendre les tâches à accomplir. Les résultats contribueront à améliorer la productivité agricole dans les régions nordiques, renforcer la sécurité alimentaire locale et réduire la dépendance à une main-d’œuvre qui se fait de plus en plus rare.

L2M Validate / Qc Winter 2026 / Sport a way to prevent violent extremism

Kafka is a youth-focused initiative that uses team sports and structured activities to prevent violent extremism by addressing its root causes: social exclusion, discrimination, and lack of belonging. The project creates safe spaces where young people participate in team-based sports combined with mentorship, dialogue sessions, and positive role modelling to build social connections, mutual respect, and resilience against harmful ideologies. Unlike traditional security approaches, Kafka takes a preventive, community-centered approach that empowers youth through inclusion rather than surveillance. With eight years of development sector experience and a comprehensive global review of sport-based prevention programs, Kafka offers partner organizations, whether in policy, research, or peacebuilding evidence-informed model to engage at-risk youth, strengthen community cohesion, and create measurable social impact. By integrating sport with social development principles, partners can leverage an accessible, scalable tool that reaches youth where they are, builds trust within communities, and contributes to long-term peace and stability.

Demande de bourse Mitacs pour thèse “Dépôts de revêtements anti-corrosion par un procédé hybride “

Les couches minces nanocomposites, c’est à dire formées de nanoparticules incluses dans une matrice, représentent une voie intéressante pour développer des surfaces avec des propriétés multifonctionnelles. L’approche étudiée dans ce projet pour la synthèse de nanocomposites est l’injection d’une solution contenant des nanoparticules dans un réacteur plasma PECVD, afin d’obtenir en une seule étape, et sans manipuler directement les nanoparticules, une couche mince nanocomposite. L’objectif de cette étude est d’étudier la résistance à la corrosion de couches minces carbonées avec ou sans l’ajout de nanoparticules.

L2M – Verdure Empowering Connectivity.

This project is a transformative energy technology that reimagines how electricity is delivered, expanding access to affordable power while supporting the global clean energy transition. The project is dedicated to empowering communities, particularly in underserved regions, with solutions that advance both energy access and equity.

L2M- Biorenewable and Biodegradable Cellulose-based Gloves

This project focuses on validating the market potential of a new kind of sustainable, fully biodegradable glove made from renewable cellulose—designed to replace the billions of plastic-based disposable gloves used each year in Canada. Over four months, we will manually produce prototype gloves, share them with healthcare, laboratory, and food-service users, and collect real-world feedback on comfort, performance, and willingness to adopt more environmentally friendly options. By engaging directly with potential customers, we aim to better understand product requirements, pricing expectations, and early adoption opportunities, while building commercial readiness for future Canadian manufacturing. Throughout the project, I will receive mentorship from my academic supervisor in both technical decision-making and business development, helping me learn how innovative materials move from research to real-world impact. Ultimately, this work supports Canada’s sustainability goals and helps establish a pathway toward cleaner, greener protective products that reduce waste without compromising safety.

Revêtements décontaminents pour le traitement de l’eau dans l’habitat extra-terrestre et le voyage spatial

Dans le cadre du retour sur la lune (et à fortiori des projets de mission humaines sur mars), la gestion de l’eau est un enjeu majeur. En effet, dans les systèmes fermés comme la station spatiale ou les habitats lunaires, l’objectif est d’être capable de recycler plus de 98% des eaux usées. A l’heure actuelle les technologies de traitement de l’eau permettent un recyclage à environ 85% de cette ressource . La photo-dégradation à l’aide d’oxydes métalliques semble être une piste intéressante à explorer pour augmenter la recyclabilité de cette ressource.
Dans ce projet de recherche en cotutelle entre l’UdeM et l’Université de Toulouse en collaboration avec le CNES, on se propose d’explorer la photo-dégradation de polluants par des couches minces nano-composites impliquant des nanoparticules de ZnO. Ces couches seront produites en capitalisant sur une technologie dite du réacteur injecteur direct de liquide (Direct-Liquid reactor injector, DLRI). Le réacteur-injecteur combine une solution liquide de précurseur avec un gaz dans une chambre de mélange avant injection sous forme d’aérosol. La synthèse de nanoparticules (NP) est alors possible via un procédé respectueux des humains et de l’environnement, « safer-by-design », qui rend possible la manipulation de NP sans risque de contact pour l’utilisateur.

L2M – RevolutAI: Secure and Trustworthy Artificial Intelligence for Regulated Industries

RevoluAI est une initiative issue de la recherche universitaire visant à rendre l’intelligence artificielle réellement confidentielle et conforme aux exigences de protection des données. Le projet repose sur RevoLUT, un moteur cryptographique open source qui permet d’effectuer des calculs sur des données chiffrées avec une efficacité inégalée. Grâce à cette technologie, RevoluAI conçoit des solutions de machine learning et d’analytique sécurisée permettant aux organisations de collaborer, partager et exploiter leurs données sensibles sans jamais les divulguer.

Les premières preuves de concept incluent l’apprentissage et le désapprentissage sans divulgation, qui démontrent la possibilité de former et de corriger des modèles sans exposer les données d’origine. RevoluAI s’adresse d’abord aux secteurs financier, hospitalier et public, où les contraintes de confidentialité et de conformité (CPPA, RGPD, HIPAA) limitent fortement l’usage du cloud et de l’IA.

En combinant expertise scientifique, performance cryptographique et approche stratégique, RevoluAI vise à devenir un acteur clé de l’IA responsable au Canada, en offrant des services sur mesure et des solutions évolutives pour une économie des données plus sûre, plus éthique et plus collaborative.

L2M Validate / Qc Winter 2026 / plugs.run

Ce projet vise à simplifier la création d’applications sur plusieurs plateformes (web, mobile et bureau) grâce à une nouvelle approche basée sur des composants logiciels réutilisables. Plutôt que de recréer les mêmes fonctionnalités pour chaque système, les développeurs pourront assembler des blocs prêts à l’emploi, ce qui réduit le temps, le coût et la complexité du développement. Cette technologie sera particulièrement utile dans des domaines nécessitant des fonctionnalités avancées, comme la visualisation 3D ou des interfaces interactives. Grâce au programme, nous rencontrerons des organisations et des spécialistes du secteur afin de mieux comprendre leurs besoins et d’adapter la solution à des cas d’usage réels. Le projet permettra également de renforcer la valorisation de ses travaux de recherche et d’orienter le développement futur vers une solution commercialement viable.

Identifying phenotypes of prematurity-associated lung disease in Nova Scotia and Western Australia

Globally approximately 13.4 million babies are born too early or preterm each year. Many people born preterm, have lung disease causing breathing difficulties, that progresses throughout their lives. This prematurity-associated lung disease is complex and can look very different from person to person, making it harder to diagnose and treat. Some individuals show characteristics that are similar to other lung diseases such as Asthma and chronic obstructive pulmonary disease (COPD). There is currently no evidence-based clinical guidelines on how to treat people born preterm with prematurity-associated lung disease. Categorizing the different characteristics of lung disease among individuals in this population would be a step towards better understanding this disease and applying targeted treatments.
We aim to develop different lung disease profiles (or phenotypes) in populations born preterm in both Western Australia and Nova Scotia, so that we can determine what characteristics to target to treatments in these individuals. This project will use specialized statistical methods, to group together different individuals based on similar respiratory characteristics. Figuring out specific profiles of prematurity-associated lung disease will help to identify lung disease earlier and target treatments to the individual’s unique needs to improve their lung health sooner and more effectively.

L2M Validate / Qc Winter 2026 / AI CoPilot for Descriptive Embryo quality Grading

This project aims to develop an AI-assisted decision-support system for embryo quality assessment in in-vitro fertilization (IVF) laboratories. Current evaluation methods, such as the Gardner grading system, rely on subjective visual assessment, leading to high inter- and intra-observer variability that affects clinical decisions and training consistency.

The proposed system will combine computer vision and natural language processing (NLP) to automatically analyze embryo images, suggest standardized Gardner-style grades, and generate clear morphological descriptions in clinical terminology. Unlike existing “black box” AI tools, this co-pilot emphasizes interpretability and transparency, showing which visual features influence its assessments.

Developed as a human-in-the-loop tool, the system supports embryologists rather than replacing them, improving consistency, documentation, and training across IVF labs. The project also aligns with Canada’s priorities in AI-driven healthcare innovation, bridging the gap between academic research and commercial application in reproductive medicine.

L2M Validate / Qc Winter 2026 / CytoReGen

Le projet CytoReGen vise à transformer le CO2, un gaz à effet de serre problématique, en méthane renouvelable utilisable comme source d’énergie propre. Pour ce faire, l’équipe se charge de développer un bioréacteur innovant qui utilise des enzymes spéciales pour fixer et convertir le CO2 industriel en méthane, créant ainsi une solution doublement bénéfique : réduire les émissions polluantes tout en produisant du gaz naturel vert. Le stagiaire réalisera une étude approfondie du marché canadien pour identifier les industries intéressées par cette technologie (producteurs de biogaz, usines émettrices de CO2, secteur des déchets), évaluer le potentiel commercial du procédé, et préparer une stratégie de commercialisation incluant la protection intellectuelle du bioréacteur par brevet. Pour l’organisme partenaire, ce projet permettra de valider la viabilité commerciale d’une technologie prometteuse, d’établir des contacts avec de futurs clients et partenaires industriels, de structurer un modèle d’affaires solide pour la création d’une startup en biotechnologie verte, et de positionner l’organisation comme leader dans l’innovation en capture et valorisation du carbone au Québec et au Canada.

L2M Validate / Qc Winter 2026 / CyberSoc_AI

Le projet CyberSoc_AI vise à rendre la cybersécurité des organisations plus intelligente et plus efficace grâce à l’intelligence artificielle explicable. Aujourd’hui, les centres de surveillance informatique (SOC) reçoivent chaque jour des milliers d’alertes, dont une grande partie sont des faux positifs. Cette surcharge ralentit les équipes et augmente les risques d’incidents non détectés. Le stagiaire analysera le marché canadien de la cybersécurité afin de comprendre les besoins réels des entreprises et organismes publics, puis validera la pertinence d’une solution d’IA capable de filtrer, regrouper et expliquer ces alertes de manière claire et transparente. Ce projet contribuera à réduire les coûts liés aux incidents, à renforcer la protection des données sensibles et à accroître la confiance numérique dans les secteurs critiques du Canada, tout en soutenant l’innovation locale et la formation de talents hautement qualifiés.