Innovative Projects Realized

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

30508 Completed Projects

2882
AB
5105
BC
825
MB
681
NL
860
SK
9051
ON
9491
QC
97
PE
586
NB
1141
NS

Projects by Category

Optel : Détection d’anomalies en traçabilité

OPTEL est un fournisseur majeur de systèmes de traçabilité, de suivi et de vision pour un nombre croissant d’industries, notamment l’industrie pharmaceutique, les appareils médicaux, l’alimentation et les boissons, l’agrochimie, les métaux et les minéraux.
Dans le cadre de ce stage, un pipeline de collecte de rapports sera construit sur une entité (usine, entrepôt ou autre) possédant un long historique de traçabilité et de sérialisation. Des techniques de recherche par apprentissage automatique seront ensuite mises en place pour détecter les tendances anormales d’activité de traçabilité et de sérialisation (incluant, parmi d’autres, flow incomplet, durée anormale, bilan de masse
problématique, numéro de série inutilisés, ou combinaisons de ces différents facteurs).
Enfin, les valeurs aberrantes seront étudiées par une équipe d’experts internes afin de déterminer s’il s’agit d’entrées invalides ou de problèmes pouvant être adressés sur le plancher de production et ainsi fournir des pistes d’amélioration. Finalement, une structure logicielle de suivi en temps réel sera proposée et une preuve de concept montrant son fonctionnement dans un contexte opérationnel sera développée.

View Full Project Description
Faculty Supervisor:

Christian Gagné;Thierry Duchesne

Student:

Partner:

Solution Map Track Inc.

Discipline:

Computer science

Sector:

Manufacturing

University:

Université Laval

Program:

Accelerate

MosAI: Graphes relationnels des interactions humaines dans les canaux numériques

MosAl est une entreprise avant-gardiste specialisee dans l’analytique, concevant des cartes sociales pour les entreprises qui transcendent les limites traditionnelles. En cette ere de travail a distance et d’environnements hybrides, MosAl adresse le defi sans precedent de maintenir et de comprendre les dynamiques d’equipe. Le projet vise a dechiffrer les metadonnees des plateformes numeriques, creant un ‘graphe social’ en temps reel pour reveler les schemas et comportements au sein des organisations. Les defis incluent l’analyse de grandes quantites de donnees et la conversion de ces analyses en solutions realisables. Ce travail, qui s’inscrit dans la phase initiale d’un projet plus vaste, a le potentiel de revolutionner la maniere dont les entreprises comprennent et naviguent dans les interactions humaines dans le monde numerique, et sera ulterieurement publie pour partager ces decouvertes.

View Full Project Description
Faculty Supervisor:

Christian Gagné;Josée Desharnais

Student:

Partner:

Mosai

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université Laval

Program:

Accelerate

Capture et rendu de scènes dynamiques à partir de vidéos noncalibrées

Dans le domaine des effets visuels, il est commun de vouloir insérer des composantes virtuelles dans des scènes réelles. Par exemple, on pourrait vouloir rajouter un robot créé numériquement aux côtés d’acteurs réels. De plus, il également commun de vouloir reproduire l’apparence d’une scène réelle à partir d’un point de vue différent de
celui capturé par la caméra. Ces deux scénarios ont en commun qu’ils donnent aux réalisateurs un plus grand potentiel créatif car les conditions réelles de capture n’ont pas à être reproduites parfaitement dans la vidéo finale. La problématique avec l’état de l’art actuel est que la majorité des techniques développées jusqu’à présent posent
l’hypothèse (limitante) que la scène capturée est parfaitement statique : aucun objet ne peut bouger. Il est clair que cela pose un problème majeur pour toute application dans le domaine des effets visuels. En effet, on vise ici à produire des films qui, naturellement, contiennent du contenu dynamique. Le CDRIN cherche donc à améliorer
la capacité des approches basées sur les NeRFs à modéliser les scènes dynamiques, en particulier à partir de vidéos non-calibrés, capturés par des caméras tenues en main.

View Full Project Description
Faculty Supervisor:

Jean-Francois Lalonde

Student:

Partner:

Centre de développement et de recherche en intelligence numérique

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université Laval

Program:

Accelerate

Improving Magnetic Resonance Imaging of Patients with Deep Brain Stimulation Devices

Magnetic Resonance Imaging (MRI) is a safe way to non-invasively probe the body, particularly for imaging soft tissues. In Canada, MRI use is growing, but there’s a concern with people who have medical devices inside them, as the strong magnets used in MRI could cause problems for these devices. Doctors are interested in using MRI to help guide treatment of certain patient populations using Deep Brain Stimulation (DBS) devices, however these are the devices for which strong MRI magnets can be a concern. Currently, doctors use standard MRI machines but limit the capabilities of the MRI to ensure safety. However, with the development of state of the art lower field MRI scanners, there is potential to maintain safety due to a weaker magnet while attaining clearer images. This project aims to validate the safety of these lower field MRI systems for patients with DBS devices and implementing approaches which could improve the images acquired by these systems. This will benefit UHN Toronto General Hospital, as clinicians there have an immediate need and desire to image people with these devices.

View Full Project Description
Faculty Supervisor:

Kamil Uludag

Student:

Partner:

University Health Network

Discipline:

Physics

Sector:

Health and Related Sciences & Technology

University:

University of Toronto

Program:

Elevate

Medical Device Utilizing Saliva for Concussion Screening

The project involves developing a medical device to detect the clinically validated concussion biomarker, S100B. The intern’s work focuses on creating a device that can identify a specific threshold of this biomarker, crucial for identifying concussion risk. This research offers HeadFirst a unique opportunity to understand the potential of S100B in saliva for concussion diagnosis, potentially revolutionizing the industry with groundbreaking insights.
Moreover, this project is a vital starting point for our ongoing concussion research. Experience gained here, along with data and knowledge, will drive future investigations into various concussion biomarkers, allowing us to refine diagnostic techniques and potentially uncover new markers. This commitment places HeadFirst at the forefront of concussion diagnosis advancements, strengthening our reputation as a field leader, and contributing to enhanced concussion management and care.

View Full Project Description
Faculty Supervisor:

William Anderson

Student:

Partner:

HeadFirst

Discipline:

Engineering

Sector:

Manufacturing

University:

University of Waterloo

Program:

Accelerate

La combinaison de la cyclosporine 0.09% et de la thérapie IPL dans le traitement de la sécheresse oculaire chez les porteurs de lentilles cornéennes symptomatiques : essai clinique randomisé contrôlé par simulacre

La sécheresse oculaire est un problème très répandu qui peut causer des symptômes significatifs et nuire à la santé de la surface de l’oeil. Les porteurs de lentilles de contact sont particulièrement sujets à souffrir de
sécheresse oculaire. Ce projet va étudier l’impact de la combinaison de deux traitements différents sur les gens qui portent des lentilles de contact et qui souffrent de sécheresse. Le premier traitement est une goutte, la
cyclosporine. Le deuxième est un traitement avec de la lumière intense pulsée (IPL) fait en clinique pour stimuler les glandes qui produisent les larmes. Les participants seront recrutés et recevront de la cyclosporine pendant 4
mois. La moitié du groupe recevra ensuite un traitement IPL tandis que l’autre recevra un faux traitement IPL. Ce projet permettra de voir si le produit de cyclosporine produit par la compagnie Sun Pharma convient aux gens qui
portent des lentilles de contact.

View Full Project Description
Faculty Supervisor:

Patrick Boissy;Langis Michaud

Student:

Partner:

SunPharma

Discipline:

Life Sciences

Sector:

Manufacturing

University:

Université de Sherbrooke

Program:

Accelerate

Optimisation de l’enroulement amortisseur et de l’épanouissement polaire des grands alternateurs hydrauliques

Ce projet a pour objectif d’améliorer les alternateurs que l’on retrouve dans les barrages hydroélectriques. Les travaux se concentrent sur la partie tournante de l’appareil et plus spécifiquement dans la région qu’on appelle l’épanouissement des pôles du rotor, soit la partie près de l’entrefer. Cette région de l’alternateur est le siège de phénomènes complexes qui ont une influence sur la performance et le rendement de l’alternateur. Dans ce travail, nous proposons de comparer différentes géométries de pôles et d’en optimiser la forme pour minimiser les pertes de l’alternateur. Des études spécifiques sur le profil du pôle et la distribution des amortisseurs seront menées en considérant des géométries d’alternateurs de grande puissance à nombre d’encoches par pôle et par phase entier. Un nouveau rotor avec des formes de pôles optimisées sera conçu pour un banc d’essai disponible au laboratoire et permettra de valider expérimentalement le concept le plus intéressant.

View Full Project Description
Faculty Supervisor:

Jerome Cros

Student:

Partner:

GE Renewable Energy

Discipline:

Engineering

Sector:

Manufacturing; Other services (except public administration); Utilities

University:

Université Laval

Program:

Accelerate

Sequent AI – Vertical Strategy

Sequent AI is a consolidation of technology companies across Canada and the U.S. The Sequent AI team is looking to develop a verticalized strategy for IT solutions across the networking, infrastructure, cloud and managed services spaces. This project will allow us to develop key metrics and strategy to bolster our current initiatives

View Full Project Description
Faculty Supervisor:

Sandy Staples

Student:

Partner:

Sequent AI

Discipline:

Business

Sector:

Management of companies and enterprises

University:

Queen's University

Program:

Business Strategy Internship

Automated Swimming Analytics

Swimming Canada is currently working to catch up to rival nations in the areas of data acquisition from race video. To gain a significant competitive intelligence advantage over other nations, Swimming Canada needs a mechanism to gather all necessary analytics quickly, accurately, and efficiently for all athletes in a pool. Recent advances in visual machine learning technology have made it possible to track objects in diverse environments. This project will focus on using these new advances to create a computer system capable of reproducing the current manually captured race analytics. When this is completed, such information can then be passed to the coaches/athletes and utilized to further the development of athletes at a given competition, and in the long term.

View Full Project Description
Faculty Supervisor:

Ivan Bajic

Student:

Partner:

Own the Podium;Canadian Sport Institute Pacific

Discipline:

Engineering

Sector:

Arts, entertainment and recreation; Health and Related Sciences & Technology; Other services (except public administration); Professional, scientific and technical services; Retail trade

University:

Simon Fraser University

Program:

Accelerate

Optimization of new inhibitors of type 2 serine proteases as anti-influenza agents

The proposed project aims at optimizing new antivirals to fight influenza. Current antivirals, which target proteins of the virus, suffer from severe resistance owing to mutations in the virus. Our group has identified some enzymes in the human lung that are critical for the maturation of the influenza virus. By blocking these enzymes, we expect that the proposed treatment will be a lot less prone to the development of resistance since the target is the host and not the highly mutable virus. In order to achieve this, we plan to finance, with the help of Mitacs and our partner Neomed, three post-doctoral fellows and one PhD student to optimize compounds and test their activity on the specific enzymes expressed in the human lung. This project will allow our partner Neomed to advance these molecules toward clinical development and provide a much needed alternative to current anti-influenza agents.

View Full Project Description
Faculty Supervisor:

Eric Marsault;Richard Leduc

Student:

Partner:

Neomed;IntelliSyn R&D;Amplia PharmaTek;Université de Sherbrooke

Discipline:

Life Sciences

Sector:

Manufacturing; Professional, scientific and technical services

University:

Université de Sherbrooke

Program:

Accelerate

Understanding and Predicting Daily Shifts in Emotion with Machine Learning

Individuals’ mood can change on a moment-to-moment basis. Understanding and predicating changes in mood, however, is difficult. A Canadian technology company, called UpBeing, has developed a mobile app to help collect data on mood (among other data) multiple times in a given day. The proposed study will use cutting-edge machine learning techniques and data provided by UpBeing to predict how individual’s moods will change over time. Additional statistical analyses will also be used to help carry out the goals of this study which include: (1) identifying patterns in how people’s mood change in a given day, (2) better understanding what contributes to changes in mood, and (3) determining the best approaches to data analyses to help address missing data.

View Full Project Description
Faculty Supervisor:

Ga Wu

Student:

Partner:

UpBeing Inc.

Discipline:

Computer science

Sector:

Information and cultural industries; Professional, scientific and technical services

University:

Dalhousie University

Program:

Accelerate

Efficient Data Representation for Wildfire Predictions

Wildfires continue to pose severe threats to ecological systems, communities, and economies worldwide. Early and accurate prediction of wildfire occurrences is crucial for effective preparedness and response strategies. This study investigates the application of machine learning methods to predict global wildfire events, utilizing the SeasFire Cubes dataset — a scientific datacube designed explicitly for seasonal fire forecasting on a global scale. Data cubes, representing three-dimensional data (time, latitude, and longitude) with 54 features, present a holistic view of the Earth’s climate variables.
The outcomes of this research contribute valuable insights into the potential of machine learning for wildfire predictions. By evaluating three different approaches on the SeasFire Cubes dataset, we offer a thorough and meaningful comparison of their performance. This comparative analysis assists wildfire management and emergency response agencies in making informed decisions regarding the adoption of machine learning methodologies based on data availability and prediction requirements. The direct comparison of three diverse approaches using the same data facilitates the extraction of best practices from each method, potentially leading to the development of new machine learning models based on these insights.

View Full Project Description
Faculty Supervisor:

Steve Easterbrook

Student:

Partner:

Lviv Polytechnic National University

Discipline:

Computer science

Sector:

Artificial Intelligence; Environmental Science and Technology; Forestry

University:

University of Toronto

Program:

Globalink Research Award

Previous
1…901902903904905906907…2,543
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.