Subventions et contributions gouvernementales

L’affiliation à URSI permet au Canada de participer à des activités internationales et de promouvoir l’échange et la diffusion des connaissances dans les domaines les plus avancés de la recherche scientifique et industrielle.

La fréquence et la sophistication croissantes des attaques par rançongiciels font peser des menaces majeures sur l’intégrité et la résilience des réseaux de la chaîne d’approvisionnement. Malgré l’impact financier et opérationnel considérable de ces attaques, les mécanismes de défense actuels sont encore embryonnaires. La plupart des solutions contre les rançongiciels sont conçues pour les réseaux conventionnels et ne tiennent pas compte des caractéristiques uniques des chaînes d’approvisionnement, telles que l’effet domino qu’une telle attaque peut créer. En réponse à ce problème, ce projet développera une approche innovante qui intègre des techniques d’apprentissage automatique avec des stratégies de gestion des risques afin d’améliorer la détection des menaces de rançongiciels au sein des écosystèmes de la chaîne d’approvisionnement.

HYKE Technologies Inc. fait évoluer sa plateforme d’incitation des consommateurs basée sur l’IA afin d’améliorer l’analyse prédictive et d’optimiser l’engagement des clients pour les entreprises.

Le projet soutiendra le développement d’un plan d’innovation visant à explorer l’intégration de l’IA dans le cœur de métier de l’entreprise.

Le projet soutiendra le développement de la capacité de l’entreprise en matière de propriété intellectuelle.

Le projet consiste à développer un système dans lequel, pendant la phase de formation de l’IA, l’IA peut communiquer ses prédictions aux ingénieurs et les ingénieurs peuvent ajuster les prédictions incorrectes en saisissant la valeur correcte. L’IA ajuste ensuite son modèle pour corriger les prédictions incorrectes.

Étude et analyse des robots de construction disponibles dans le monde, ainsi que de leur applicabilité et de leur utilisation pour la construction d’un bâtiment résidentiel à plusieurs étages.

Ce projet vise à transformer une nouvelle forme d’analyse des données spectroscopiques en mettant en œuvre des technologies d’IA et d’apprentissage automatique (AA) pour obtenir des améliorations substantielles en termes de précision et d’efficacité. Une architecture cible et un modèle de base évolutifs, sécurisés et efficaces seront sélectionnés et documentés pour soutenir l’intégration des capacités d’IA. La phase finale de ce projet impliquera l’intégration transparente des modèles d’apprentissage automatique dans le matériel de l’appareil, assurant une communication synchronisée entre les composants logiciels, matériels et algorithmiques. Une vérification interne rigoureuse optimisera les mesures de performance, tandis que les algorithmes seront validés et testés par des expériences contrôlées en laboratoire et des essais sur le terrain.

Le projet soutiendra le développement de certaines capacités d’IA et d’un projet d’IA qui offrirait une occasion unique d’amplifier les capacités et d’apporter plus de valeur aux clients.

L’entreprise développe des approches bioinformatiques et basées sur l’apprentissage automatique pour l’analyse de grands ensembles de données diversifiées, identifiant les signatures épigénétiques de la santé et de la maladie. Ce projet consiste à développer une approche basée sur l’apprentissage automatique pour prédire la meilleure option de traitement pour les maladies inflammatoires et le cancer.