Subventions et contributions gouvernementales

Dans le cadre du projet de consortium international «Adaptation des caméras hyperspectrales pour l’imagerie diagnostique du fond d’œil pour la détection précoce de la maladie d’Alzheimer», ce projet se concentrera sur le codéveloppement d’une caméra hyperspectrale qui exploite l’une des technologies existantes de Cubert et qui est adaptée pour être utilisée en combinaison avec les caméras du fond d’œil et les outils de diagnostic de l’IA de RetiSpec. Le produit résultant peut donner accès à une méthode uniforme, robuste et quantitative pour la détection précoce de la maladie d’Alzheimer et d’autres maladies neurodégénératives et aura le potentiel d’être fabriqué et commercialisé à grande échelle.

GermStopSQ est un désinfectant fabriqué au Canada qui est le premier à revendiquer une efficacité contre les bactéries et le coronavirus humain 229E pendant 24 heures et à être approuvé pour des applications commerciales. Ce projet améliorera l’efficacité de GermStopSQ contre une gamme plus large de bactéries et de virus, tout en rendant le produit plus sûr à utiliser dans les applications grand public (domestiques) et commerciales.

Mise au point d’une formulation de matières grasses et d’un profil aromatique exclusif pour les produits Waygu à base de plantes de l’entreprise

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

RCI Digital cherche à établir un ensemble de normes industrielles pour sécuriser et authentifier les données de numérisation 3D de spécimens fossiles et d’artefacts culturels.

NBI effectue des tests pour découvrir le microbiome intestinal et fournit un rapport clinique détaillé ainsi que des conseils relatifs à la santé intestinale, à l’alimentation, à la nutrition et à la composition bactérienne afin d’améliorer la santé des patients. Le processus actuel et les analyses développées constituent la base et les atouts de Nucliq. Cependant, pour servir des milliers de clients, ces processus doivent être automatisés de manière à réduire le fardeau des dépendances de l’entreprise. L’automatisation du processus Gutcheck est essentielle non seulement pour passer à l’échelle supérieure, mais aussi pour produire des données de séquençage de qualité à haut débit afin d’effectuer des recherches avancées sur le microbiome et d’innover pour le bien-être humain.

Construire un modèle d’entonnoir marketing prévisible et un modèle de revenu axé sur le marketing.

Dans le cadre du projet de consortium international «iDT4GDC», piloté par Red Dot Analytics Pte Ltd (Singapour). Ce projet se concentrera sur la création d’un cadre de jumeau numérique 3D des centres de données, qui intègre les données IoT, l’analyse énergétique et le suivi des émissions de carbone. Le projet comprend la R-D pour développer des pipelines de reconstruction 3D précis, des méthodologies d’intégration de données et des outils de visualisation de données. Les mesures de performance ciblent un traitement et une visualisation des données rapides et efficaces. Le projet vise à créer une solution de gestion de l’énergie de nouvelle génération pour les centres de données.

Développement d’une technologie efficace pour collecter les débris non magnétiques (non ferreux) qui ne peuvent pas être collectés avec un équipement magnétique conventionnel. La phase 2 comprend ; 1) des essais de prototypes à l’échelle réelle dans les aéroports de la technologie développée dans la phase 1 (du 1er mai au 30 septembre 2023) et 2) des recherches sur la façon d’appliquer/de modifier/de s’adapter à l’environnement et aux contraintes des autoroutes (du 1er octobre 2023 au 30 avril 2024).

Virtual Marine (VM) est un leader dans le domaine de la formation sur simulateur pour les opérations de gestion des glaces et des petits navires (embarcations de sauvetage et bateaux d’intervention rapide). VM recueille des données à partir de plusieurs simulateurs sur le terrain, qui sont utilisées pour analyser les performances et améliorer les programmes de formation. Pour faire face à l’augmentation du volume de données, VM vise à développer des méthodes permettant de combiner de manière autonome les données provenant de plusieurs types de simulateurs. Pour étendre la valeur aux utilisateurs, un logiciel sera développé pour utiliser les ensembles de données afin d’informer les modèles d’apprentissage automatique utilisés dans les formateurs adaptatifs, et pour utiliser les données de formation comme entrées dans un système d’aide à la décision afin d’atténuer les risques dans les opérations extracôtières. En effet, VM améliorera sa capacité à relier les données de performance humaine aux jumeaux numériques vivants.