Innovative Projects Realized

Co-designing a physical activity behavior change toolkit to promote effective rheumatoid arthritis self-management

In rheumatoid arthritis care, patients face long waits and frequent appointments. Using a patient-initiated follow-up model can help patients avoid unnecessary appointments and reduce wait times, but this only works if patients have enough support to manage their disease. Physical activity is essential for managing RA, but many people with RA do not have enough support to become and stay physically active. We want to change that. Our plan has three parts: first, we’ll figure out what physical activity support patients need. Next, we’ll work with patients and healthcare partners to design tailored support tools for physical activity. Finally, we’ll check if patients and healthcare providers find these tools helpful. Our goal is to empower Canadians to better manage their RA and use what we learn to create more self-management tools (to manage fatigue and other challenges) for RA and other chronic diseases.

Utilisation de l’apprentissage machine dans les pompes à chaleur à hautes températures pour la prévision et l’optimisation des coûts énergétiques, de la performance et de l’efficacité exergétique

Les pompes à chaleur à haute température (PACHT) peuvent répondre à la demande thermique de diverses applications. Elles peuvent être utilisées pour des applications résidentielles, commerciales et industrielles et fournir à la fois le chauffage et l’eau chaude. Selon le site officiel du gouvernement du Canada, les thermopompes sont une technologie éprouvée et fiable au Canada qui permet de contrôler le confort des maison en utilisant des sources d’énergie renouvelables telles la géothermie, la biomasse et les rejets thermiques. Les (PACHT) sont capables de réduire les émissions carboniques de 35 à 65% lorsqu’elles remplacent une chaudière à gaz et de plus de 80% lorsqu’elles remplacent une chaudière à charbon ou à fioul. L’objectif général du projet est d’utiliser des outils d’apprentissage automatique (machine) tels que les réseaux neuronaux artificiels pour prédire les performances des systèmes (PACHT) dans différentes conditions opérationnelles et d’optimiser leurs performances en termes de coût énergétique, de performance et d’efficacité exergétique. L’objectif spécifique est de fournir des moyens numériques prédictifs et une évaluation quantitative aux entreprises canadiennes d’énergie et aux utilisateurs individuels afin d’améliorer les procédés de fabrication et de faciliter l’adoption de ces systèmes efficaces avec les moindres coûts.

Interpretable AI for Seamless Robot Navigation Among People

This project aims to make advancements in mobile robot navigation in crowded environments, which will alleviate one of the key bottlenecks to wider utilization of mobile robotic systems and bring these systems into sectors such as entertainment, travel, health care, and logistics. To achieve this aim, the project proposes to develop robust, interpretable AI for human navigational intent prediction that, given input from a stereo camera, will output the probability distribution over where a person may be positioned the near future. Such predictions can be integrated with trajectory planning algorithms to allow robots to navigate much more quickly and smoothly around people without sacrificing safety. These planning algorithms will also be able to account for human reactions to potential robot actions. The efficacy of the proposed robot navigation system will be demonstrated in a real-world robotic system navigating among crowds.

Fusionner mouvement de danse et son en temps réel

Ce projet vise à développer un outil innovant pour les arts vivants, en particulier la danse, en intégrant la technologie numérique pour créer une expérience immersive. L’outil associe des mouvements de danse à des sons correspondants en temps réel. Le projet utilise des capteurs de mouvement portés par des artistes pour transmettre des données en temps réel à un logiciel. Un algorithme d’apprentissage profond permettra la reconnaissance de mouvement pour déclencher les sons correspondants aux mouvements. Ce projet promet d’enrichir l’expérience spectateur et d’ouvrir de nouvelles avenues créatives pour les artistes, tout en positionnant le CRITAC à l’avant-garde de l’innovation en performance humaine.

Compiler Optimizations for Quantum Computing

“THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW”

Logging, Winter Streamflow and Flooding in Twinflower Creek

The livelihood of First Nation communities and local ranchers are primarily depending on cattle raising, yet ongoing salvage logging within the catchment has the potential to compromise the watershed hydrology resulting in higher peak flows and reduced low flows jeopardizing the channel stability, road safety and water availability. The intern will carry out field investigations in recent cutblocks within the watershed during the freshet season to seek linkages between flood risks associated salvage logging. The field investigations will combine and supplement computational work utilizing regional maps and previous harvesting layouts to interpret overall watershed conditions to reveal the effects of salvage logging and forest roads on the summer and winter low flow hydrology. The outcomes of this research project will provide associated partners a final report:1, outlining the conditions where salvage logging will result in increased spring flood risk and reduced summer and winter water supply and 2, identifying strategies to mitigate associated hydrologic problems to maintain a balance between long term timber extraction and sustainable water supply.

Étude de scalabilité de l’Optimisation Bayésienne pour systèmes de neurostimulations embarqués

L’un des défis les plus actuels des agents d’apprentissages autonomes (ou I.A.) appliqués aux outils médicaux est la capacité de les appliquer pour des systèmes embarqués sur appareils de petite taille, portables ou même directement embarqués dans le corps humain. En interface neuronales, le développement de compagnies comme Neuralink consiste principalement dans la miniaturisation de leurs circuits et, conséquemment, d’embarquer algorithmes de processing du signal et de décision hautement performants, à faible usage de ressource.
Pour le cadre algorithmique de l’Optimisation Bayesienne basé sur des Processus Gaussiens (GPBO), il n’est cependant pas établi quelles sont les lois de mise à l’échelle en systèmes embarqués, ni comme des améliorations algorithmiques peuvent améliorer son applicabilité à des cas à ressources très limités.

Nous proposons d’adapter le cadre algorithmique GPBO à n’importe quelle disponibilité de ressource physique en termes de mémoire et capacité computationnelle, à travers :
1) le sous-échantillonnage adaptif de l’espace de recherche, pour l’adapter aux ressources disponibles,
2) la compression et taille de l’information accumulée, pour gérer l’optimisation continue sur n’importe quel horizon temporel.

Nanostructuration et régénération pour un biocapteur plasmonique ultrasensible

Le projet Épistorm consiste à développer un capteur optique pour détecter des concentrations de micro-ARNs de l’ordre du femtomolaire alors que la sensibilité classique du système utilisé est de l’ordre du nanomolaire. Pour gagner ces cinq ordres de grandeur, nous visons à combiner deux méthodes d’amplification du signal : volumique et surfacique. La doctorante du projet a développer une méthode d’amplification volumique grâce à des nanoparticules d’or et optimisé un procédé de fabrication pour les biocapteurs plus performants basés sur une surface nanostructurées . Ces dernières devraient nous permettre d’aller cherche l’ordre de grandeur nous manquant pour atteindre la limite de détection (LOD) requise pour le projet. Les deux stagiaires impliqués dans la présente demande vont tester la fonctionnalisation de surface des échantillons nanostructurés et adapter nos instruments SPRI pour faire les mesures à la longueur d’onde requise par ces échantillons (capacité multispectrale). De plus, ils rajouteront un système d’illumination UV à l’appareil existant et optimiseront les séquences ADN pour déclencher des réactions de photo-isomérisation sur le couple sonde/cible et régénérer nos biopuces nanostructurées dispendieuses pour pouvoir les réutiliser.

Algorithme de Permutation de batterie et ramassage de vélos brisé en temps réel pour Vélo-Partage

Lisplogics est une entreprise de recherche opérationnelle se concentrant sur l’optimisation et l’automatisation des opérations en temps réel dans les secteurs de la mobilité partagée et des transports. Lisplogics compte notamment parmi ses clients, Bixi et Communauto.

Ce stage est stratégique pour LispLogics et devrait permettre de répondre aux défis suivants :
Augmenter l’efficacité opérationnelle des clients vélo-partage
Réduire les délais de maintenance des vélos pour les clients.
Améliorer la satisfaction des usagers de vélos-partage grâce à une meilleure disponibilité des vélos électriques.
La solution permettra aux clients de LispLogics d’augmenter leur revenus suite à un taux d’indisponibilité diminué des vélos électriques donc une utilisation accrue.
Créer un avantage compétitif de la solution SAAS de répartition de tâches en temps réel de Lisplogics.

EV-Deck: EVSE Decentralized Energy and Charge Control Kit

The intern will develop a user-friendly application for managing electric vehicle charging stations (EVSE) by integrating online/offline components and secure authentication using advanced cryptographic techniques. This aims to enhance operational efficiency, minimize costs, and improve user satisfaction. The project will deploy cutting-edge technologies like Plug and Charge for seamless user experience. Objectives include decentralized charge session management, local Plug and Charge functionality, energy resource optimization, and secure token exchange. This initiative benefits the partner organization by improving EVSE management, security, and user experience.

SVP Finance

Help The Fertility Partners platform of IVF clinics with finance, accounting, and data projects to improve business decisions for clinics and access to care for patients.

Support operation and investment activities of a deep-tech venture fund in food and agriculture

The51 Food & AgTech fund (“The Fund”) is a $50M CAD venture capital firm that invests in outliers solving the planet’s greatest climate challenges through food & ag innovation. As an emerging fund, we have an opportunity to create new business processes to streamline our deal sourcing and develop market insights that are unique to the firm. We are seeking an Investment Analyst to develop processes and key insights over the course of their internship that are aligned with The Fund’s investment thesis, community involvement and fund operation.