Subventions et contributions gouvernementales

Le projet soutient l’intégration d’un certain nombre de fonctions actuellement offertes dans le but de rationaliser la prestation de services intégrés de marketing numérique et de gestion informatique.

Le projet consiste à étendre la plateforme actuelle DAFS (Data Analysis Facilitation Suite) de l’entreprise pour y inclure la segmentation des images IRM. L’entreprise effectuera une segmentation manuelle des images d’IRM pour développer une base de données d’entraînement, qui sera ensuite utilisée pour affiner les modèles d’IA nécessaires pour fournir une nouvelle plateforme de segmentation d’IRM.

RidgeTech soutiendra Sina (Colin) Yazdani dans son développement en tant que spécialiste des systèmes de contrôle. Colin travaillera dans le service d’entretien d’une usine de transformation de la volaille à London. Il sera exposé quotidiennement à l’environnement de transformation et à de nombreux corps de métier. Il sera directement rattaché au personnel de l’usine. Il participera aux mises à jour mensuelles avec l’équipe RidgeTech.

Le projet proposé est de concevoir un équipement en ligne, autonome, capable d’identifier les dérives de qualité d’eau des systèmes de refroidissement en temps réel.

La conception des infrastructures et des services de transport sous réglementation fédérale joue un rôle essentiel dans la prestation de services aux personnes âgées. D’ici à 2051, un quart des Canadiens et Canadiennes (près de 12 millions de personnes) devraient être âgés de 65 ans et plus. Les personnes plus âgées peuvent mettre davantage l’accent sur les biens et les services liés aux voyages (p. ex., les loisirs, la santé) comparativement à d’autres groupes d’âge, mais ils font face à des risques liés au transport sur de longues distances, comme le fait de rester debout, de rester assis et de marcher pendant de longues périodes; ou une faible expérience de la complexité, systèmes de transport mal intégrés; des facteurs qui peuvent aggraver les problèmes de santé préexistants. À l’heure actuelle, il n’existe aucun cadre qui permet de cerner systématiquement les risques, les obstacles, les lacunes et les recommandations visant à mieux soutenir les adultes qui utilisent des moyens de transport sous réglementation fédérale. Nous travaillons à créer et à évaluer ce cadre avec la participation active des intervenants auprès des personnes âgées. En s’attaquant aux avantages que les voyages apportent par l’entremise des loisirs, des rassemblements des gens, de l’accès aux soins de santé ou de l’habilitation au travail plus tard dans la vie, les adultes plus âgés peuvent vieillir mieux dans leur collectivité et au-delà.

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

Kovatera est spécialisée dans la fabrication d’une gamme complète de véhicules utilitaires miniers souterrains sur mesure, dont plusieurs VE alimentés par batterie. La demande de VE connectés parmi nos clients, et sur le marché des véhicules utilitaires miniers, augmente à un rythme rapide. Le projet KNXT représente le développement de la technologie des véhicules électriques à batterie de Kovatera. Les objectifs de KNXT sont de concevoir, construire et valider un véhicule électrique à batterie pour des applications minières souterraines. Une fois le projet terminé, Kovatera aura développé et internalisé le logiciel de gestion du véhicule en interne. En outre, nous intégrerons des systèmes de télémétrie et d’évitement des collisions, deux technologies clés pour le succès sur le marché.

Améliorer l'innovation de l'entreprise dans la conception, l'ingénierie et la production du Grain Giant.

Dans le cadre de ce projet, nous visons à adapter une intervention psychothérapeutique pour les soignants fondée sur des données probantes, appelée programme CARERS, à une plateforme de formation par simulation en réalité virtuelle (RV). Le projet sera codirigé par une équipe de recherche clinique qui possède une vaste expertise en matière de soins prodigués aux personnes atteintes de démence et d’interventions auprès des soignants, et par l’équipe du CNRC qui possède une vaste expertise en développement et en essai de solutions technologiques dans le domaine des soins de santé. Pour ce faire, nous nous appuierons sur un vaste réseau de collaborateurs qui possèdent une expertise dans les domaines de la clinique, de la simulation, de la mise en œuvre, de la mobilisation des connaissances et des technologies des soins de santé pour collaborer avec les utilisateurs de connaissances, les soignants et les intervenants du secteur des soins. Le projet passera par un processus de conception conjointe, de développement du contenu clinique, de validation du contenu et de développement de la RV, fondé sur des données probantes, lequel sera suivi de l’essai du produit minimum viable tout en relevant les défis de la mise en œuvre. Ce projet vise à répondre à la demande de vieillissement sur place pour les personnes atteintes de démence, ainsi qu’aux besoins des soignants, à une époque où l’accès limité aux ressources est exacerbé par la pandémie.

Le projet est axé sur la mise au point de techniques d’apprentissage automatique (AA) adaptables et sécurisées pour les systèmes de soins de santé connectés. Avec l’avènement des dispositifs médicaux connectés, le potentiel de collecte et d’analyse de données sur site en continu est immense. Les récentes avancées dans les techniques d’apprentissage automatique ont offert un potentiel appréciable pour la détection et le diagnostic automatisés des conditions médicales et le suivi des maladies, en particulier pour les populations éloignées et vulnérables. Malheureusement, cela a également ouvert les portes à de nombreux types d’attaques malveillantes en matière de sécurité, notamment celles qui ciblent les algorithmes d’AA au moyen d’attaques malveillantes (c’est-à-dire les attaques d’évasion et d’empoisonnement). Le projet étudiera des techniques systématiques pour rendre les algorithmes d’AA du domaine des soins de santé, qui sont robustes et résistants à différents types d’attaques, et pour fournir une alerte rapide d’attaques sur les dispositifs médicaux afin que des mesures appropriées puissent être prises. L’équipe s’appuiera sur son expertise collective dans les domaines de la cybersécurité, de la fiabilité et de l’apprentissage automatique pour développer des innovations fondamentales dans ce domaine.