Innovations Realized

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

13270 Completed Projects

1072
AB
2795
BC
430
MB
106
NF
348
SK
4184
ON
2671
QC
43
PE
209
NB
474
NS

Projects by Category

10%
Computer science
9%
Engineering
1%
Engineering - biomedical
4%
Engineering - chemical / biological

Ciena OPn Innovation WP 1.1.6 – High Speed Low Power Transceiver

The intent of this project is to address the high-speed electronic portion of a silicon photonic transceiver solution that will explore new and innovative metro reach terabit optical modems. In total there are five projects that combine to create the solution. These five project areas are silicon photonic design, high-speed electronic design, modelling, packaging and test.
The throughput of Ciena’s next generation optical modems is approaching a Terabit per second, transporting data within the chip, across different dies within the same package, and between different modules on the card is becoming one of the limiting bottlenecks to our systems. To overcome this limit a 100Gb/s capable SERDES is required. Indeed, the next frontier that needs to be surpassed is a design of SERDES link in the most economical way in terms of power and real-estate. Our world-class analog/mixed-signal design team at Ciena has expertise covering high-speed data converters, multiplexors, de-multiplexors PLLs and CDRs. In this project the collaboration will be between Ciena and Prof. Mohamad Sawan, from Polytechnique Montréal. This research project will focus on designing, implementing and testing high-speed data transmitters.

View Full Project Description
Faculty Supervisor:

Mohamad Sawan

Student:

Milad Salehi

Partner:

Ciena Canada

Discipline:

Engineering - computer / electrical

Sector:

Information and communications technologies

University:

École Polytechnique de Montréal

Program:

Accelerate

Correction du biais de la sous-captation des précipitations et séparation des précipitations et séparation des précipitations solides et liquides

La prévision des apports en eau dans les bassins versants du parc de production d’Hydro-Québec est très importante car elle permet de quantifier la production hydro-électrique. Pour faire ces prévisions, on utilise des modèles hydrologiques qui sont alimentés par plusieurs données climatiques dont les plus importantes sont les précipitations. Une meilleure prévision repose sur la qualité de ces données. De nombreuses travaux scientifiques et notamment le dernier rapport produit par l’Organisation Météorologique Mondiale, indiquent une sous-captation des précipitations en hiver par les appareils de mesure que sont les précipitomètres. Il est aussi démontré qu’il est très difficile de discriminer les phases solides et liquides des précipitations quand les températures sont proches de zéro. Grâce à ce projet, on va arriver à résoudre ces deux problématiques en développant des techniques automatiques de correction qui seront appliquées à tous les précipitomètres repartis sur les bassins versants. On disposera alors de données de qualités qui seront utilisés par les modèles hydrologiques pour une meilleure prévision des apports en eaux mais aussi une meilleure planification de la production et d’assurer la sécurité des installations et de minimiser les déversements non productibles.

View Full Project Description
Faculty Supervisor:

Julie Theriault

Student:

Sara-Ann Piscopo

Partner:

Hydro-Québec

Discipline:

Geography / Geology / Earth science

Sector:

Energy

University:

Université du Québec à Montréal

Program:

Accelerate

Les meilleures pratiques d’accompagnement entrepreneurial entre un incubateur et des start-up

Les start-up sont des entreprises émergentes qui contribuent positivement au développement socio-économique de la société. Les entrepreneurs à la tête de ces entreprises cherchent souvent un accompagnement entrepreneurial offert par des organismes nommés incubateurs. Des différences de perceptions entre ces deux parties freinent la mise en place d’une relation collaborative à long terme. Cette recherche vise à comprendre ces différentes perceptions et permettre leur arrimage afin que l’accompagnement offert soit mieux ciblé et permette la collaboration à long terme. Les résultats de cette recherche permettront aux incubateurs de mieux accompagner les start-up, rendant ces dernières plus compétitives sur les marchés et créant ainsi des emplois localement.

View Full Project Description
Faculty Supervisor:

Julie Bérubé

Student:

Nadine Dupuis

Partner:

Centre de recherche en technologies langagières

Discipline:

Resources and environmental management

Sector:

University:

Université du Québec en Outaouais

Program:

Accelerate

Développer un modèle d’apprentissage automatique pour déterminer des stratégies de transactions virtuelles dans le marché énergétique de MISO « Midcontinent Independent System Operator »

Les transactions faites sur les marchés de l’énergie permettent aux opérateurs de systèmes d’assurer la satisfaction de la demande énergétique à un prix compétitif. Les négociants du parquet des transactions énergétiques doivent prendre positions sur le marché et soumettre des transactions de vente ou d’achat qui seront profitables pour le parquet. Afin de prendre ces positions, les négociants et analystes doivent prendre en considération un très grand nombre de variables (la demande de l’énergie, la production de l’énergie, les conditions météorologiques, entre autres). L’objectif de ce projet est d’utiliser des techniques d’apprentissage automatique pour prévoir le prix local de l’énergie dans le marché du Mid-Ouest nord-américain.

View Full Project Description
Faculty Supervisor:

Michel Denault

Student:

Melany Delgado

Partner:

Hydro-Québec

Discipline:

Other

Sector:

Energy

University:

HEC Montréal

Program:

Accelerate

Freewalker: Développement et évaluation d’un dispositif pour favoriser la marche et l’activité physique chez des patients hospitalisés et sous oxygénothérapie

L’importance de la marche dans le rétablissement des patients et les dangers de rester au lit pour les patients sont décrits depuis longtemps (Asher, 1947). Cependant, il a été constaté que les patients restent le plus souvent sédentaires au cours de leur hospitalisation avec un temps de marche quotidien moyen de 7 minutes (Pitta, Troosters, Probst, Spruit, Decramer, Gosselink, 2006) (Spencer, 2018) (Brown, Redden, Flood, Allman, 2009) (Callen, Mahoney, Grieves, Wells, 2004).
Le projet consiste à 1) développer un dispositif favorisant la déambulation (FreeWalker) chez des patients hospitalisés sous oxygénothérapie par le design et 2) déterminer l’impact physiologique et l’expérience d’usage lors de la marche avec ce dispositif. Par dispositif, il est entendu un ensemble de composantes techniques, matérielles et visuelles pouvant se traduire par un équipement médical, un aménagement, un objet ou un document visuel.
Pour ce faire, le design interviendra par une approche de design empathique s’appuyant sur l’étude de l’expérience du patient en situation d’hospitalisation afin de mieux documenter le sujet (Gagnon et Côté, 2014) (Köppen et Meinel, 2012). Soit par des entrevues, l’observation des participants et des lieux.

View Full Project Description
Faculty Supervisor:

Colin Côté;Caroline Gagnon

Student:

Justin Gélinas

Partner:

Oxy'Nov

Discipline:

Design

Sector:

Manufacturing

University:

Université Laval

Program:

Accelerate

Modeling of wall-pressure fluctuations induced by pressure gradient turbulent boundary layer

The wall-pressure fluctuations induced by turbulent boundary layers (TBL) can be an important source of noise and vibration in different applications. These fluctuations yield the trailing-edge noise, dominant source of wind turbine or marine propeller noise, and others. A correct modeling of the generated wall-pressure fluctuations is the first issue in analyzing this phenomenon. The project applicant and its supervising professor have largely studied TBL noise, publishing innovative solutions for certain flow conditions. The use of empirical model fit to
experimental data or based on analytical solutions are considered the best tool to estimate the turbulent noise, which allows handling the problem easily making it industrially viable. This project intends to improve and extend the existing approaches by combining the expertise of the applicant and the supervisor in collaboration with Mecanum. Furthermore, the novel model will be applied to investigate the design of acoustic liners for Urban Air Vehicles.

View Full Project Description
Faculty Supervisor:

Stéphane Moreau

Student:

Anna Caiazzo

Partner:

Mecanum Inc.

Discipline:

Engineering - mechanical

Sector:

Manufacturing

University:

Université de Sherbrooke

Program:

Accelerate

Toward Building a Technical Engineering Smart Search

Documentation is an integral part of any product development. Product and documentation should co-evolve; whenever the product is changed the documentation should be updated and vice versa. Yet, oftentimes, multiple documentation and product versions may exist; between and within the documentation of the product, relations and dependencies may or may not be explicit, documented, trustworthy or consistent. For example, dependencies may not be explicitly stated (or different terms may be used for the same concepts), obscure jargon and technical abbreviations may be used inconsistently. In a regulated domain such as aerospace, a lack of consistency and–or coherence in the documentation of a product is a critical issue. Airborne software certification requires documentation to be unambiguous, precise and complete. Documentation and documentation relations are vital to ensure and prove dependability.
The high-level and long-term goal of this research is to support engineers in information gathering and fruition via semi-automatic document analytics (i) to promote information consistency; (ii) to extract and build trustworthy document (and document parts) relations (including traceability relations) and models; and (iii) to foster an effective information access and use.

View Full Project Description
Faculty Supervisor:

Foutse Khomh;Giuliano Antoniol

Student:

Emilio Rivera

Partner:

Bombardier Aerospace

Discipline:

Engineering - computer / electrical

Sector:

Aerospace and defense

University:

École Polytechnique de Montréal

Program:

Accelerate

Metamorphic Testing of Deep Neural Networks

Nowadays, we are witnessing a wide adoption of Machine learning (ML) models in many software systems. They are even being tested in safety-critical systems, thanks to recent breakthroughs in deep learning and reinforcement learning. Bombardier, a world leader company in the domain of aerospace have started integrating deep learning models in its products, systems and processes design used for certification and homologation. Although these ML models can reach high accuracy within their training data distributions, recent studies have shown that they can be very brittle. Hence, they should be tested adequately. However, because of the absence of a reference oracle, it is very challenging to reason about the behavior of a Deep Neural Networks (DNNs) and hence to test it. Novel testing techniques are needed both during model engineering and deployment phases, to guarantee the reliability and robustness of in-production DNN-based software. During the model engineering phase, developers need to assess the impact of their configuration choices carefully. The effectiveness of this assessment depends on the capability of testing data to trigger both the major functionalities of the model (regular cases) and the minor functionalities (corner cases).

View Full Project Description
Faculty Supervisor:

Foutse Khomh;Giuliano Antoniol

Student:

Houssem Ben Braiek

Partner:

Bombardier Aerospace

Discipline:

Engineering - computer / electrical

Sector:

Aerospace and defense

University:

École Polytechnique de Montréal

Program:

Accelerate

Effet des structures modulaires reconfigurables et des cellules dynamiques sur la performance des PME manufacturières au Québec

De plus en plus, l’amélioration des processus de fabrication et des méthodes de travail est un enjeu au cœur des préoccupations des petites et moyennes entreprises au Québec, et ce, encore plus dans le milieu agroalimentaire en raison de la diminution notable du nombre de petites fermes. L’incertitude et les variations constantes de la demande dans ce secteur forcent les entreprises à revoir leur productivité, aller vers l’international et revoir leur façon de faire pour être le plus flexible possible. L’utilisation de cellule dynamique peut donc être une voie extrêmement importante à prendre pour des entreprises souhaitant se démarquer par sa flexibilité de production. En effet, ce principe permet d’optimiser la production d’entreprises souhaitant se diriger vers un marché de commande par catalogue.

View Full Project Description
Faculty Supervisor:

Georges Abdul-Nour;Sébastien Gamache

Student:

Stéphanie Bouchard

Partner:

Rovibec Agrisolutions Inc

Discipline:

Engineering - other

Sector:

Manufacturing

University:

Université du Québec à Trois-Rivières

Program:

Accelerate

Deep learning-based drug discovery and molecule generation

The project aims to facilitate the research and development of new drugs by exploring deep learning methods to process molecules and to generate new molecules. The deep learning models that will be experimented include few shot learning, generative adversarial network, and variational autoencoder. We would like to improve these methods specifically for pharmacological datasets, which are vastly different from many common, public dataset used in academic research on the aforementioned models. We would like to leverage heterogenous datasets, and learn molecule semantics representation with GAN, VAE, or other representational learning neural networks to facilitate efficient molecule generation.

View Full Project Description
Faculty Supervisor:

Yoshua Bengio

Student:

Yue Guo

Partner:

InVivo AI

Discipline:

Computer science

Sector:

Pharmaceuticals

University:

Université de Montréal

Program:

Accelerate

Bioraffinage des sous produits marins et forestier: comparaison de méthodes pour l’extraction de composés phytochimiques bioactifs et étude de leurs potentiels antimicrobiens et antibiofilms

Le présent projet vise le développement et l’optimisation d’extraction de biomolécules actives biologiquement pour la valorisation de sous-produits marins et forestiers présentant une forte valeur ajoutée et disponibles en grandes quantité au Québec mais toutefois peu exploités. De nouvelles méthodes d’extraction et de purification à partir de biomasses sélectionnées seront développées et la plus prometteuse fera l’objet d’une mise à l’échelle industrielle ainsi que d’une étude technico-économique pour étudier sa faisabilité économique au sein de la compagnie partenaire. Les extraits générés seront inclus dans de nouvelles formulations innovantes à destination de l’industrie agroalimentaire, consistant en une combinaison des extraits marins enrichis en Acide gras oméga 3 d’intérêts et de composés phénoliques de types flavonoides. Ces formulations seront étudiées pour leur potentiel effet antimicrobien et antibiofilm qui pourront répondre à une problématique importante du secteur agroalimentaire concernant la lutte contre les contaminations alimentaires (Biofilms) et les agents phytopathogènes des fruits et légumes. En effet les traitements actuels pour cette problématique sont principalement une utilisation d’antifongiques et de pesticides ainsi que des stratégies de contrôle classiques mais affectant souvent la qualité de la denrée alimentaire.

View Full Project Description
Faculty Supervisor:

Paul Angers

Student:

Maëlle Derrien

Partner:

SiliCycle Inc.

Discipline:

Food science

Sector:

Manufacturing

University:

Université Laval

Program:

Accelerate

Développement de réacteur électro-membranaire pour la production d’hydroxyde de lithium

La batterie lithium-ion pourrait occuper une place importante dans la transition énergétique à venir. Elle permettrait notamment d’équiper un nombre important de véhicule électrique. Cependant, son coût élevé et l’empreinte carbone importante liée à sa production diminue sa compétitivité. Afin d’améliorer ces deux aspects, la compagnie Nemaska Lithium propose une technologie novatrice pour produire de l’hydroxyde de lithium – composant de base d’une batterie – à partir de sa mine de spodumène située au Québec. Ce procédé électro-membranaire issu de l’industrie du chlore-soude permet d’économiser drastiquement la consommation de produit chimique en utilisant de l’hydro-électricité. Adapté à la production d’hydroxyde de lithium, le potentiel d’optimisation reste important. Le remplacement de l’anode actuelle par une anode dépolarisée à l’hydrogène permettrait d’augmenter la productivité jusqu’à 70% tout en diminuant d’environ 30% les coûts énergétiques.

View Full Project Description
Faculty Supervisor:

Mickael Dollé

Student:

Nicolas Sacré

Partner:

National Research Council

Discipline:

Chemistry

Sector:

Mining and quarrying

University:

Université de Montréal

Program:

Accelerate

Previous
1…124125126127128129130…1,106
Next

Join a thriving innovation ecosystem.

Subscribe to our newsletter now!

Subscribe