Subventions et contributions gouvernementales

Harris Beta utilisera des plates-formes de transport sans pilote et autonomes équipées de véhicules sous-marins autonomes et de technologies de balayage avancées pour effectuer des relevés de précision en conjonction avec l'intelligence artificielle. Ce projet constituera une incursion importante dans l'adoption de l'IA dans des projets de relevé de grande valeur.

L'industrie de la salmoniculture utilise actuellement un procédé inefficace pour gérer le déplacement des poissons, ce qui entraîne une mauvaise santé des poissons, un rendement réduit et des coûts plus élevés. Le système VSI, dont le brevet est en instance, permettra d'améliorer considérablement le déplacement des poissons tout au long du cycle de vie du procédé d'élevage. Le système VSI offre un environnement plus naturel pour encourager le déplacement des poissons, ce qui se traduit par des poissons plus sains, un meilleur rendement et une moindre intensité de travail. Ces avantages profiteront à l'exploitant et au secteur de l'aquaculture dans son ensemble.

Projet PENTA 20008 AI-SEE dirigé par Mercedes-Benz (Allemagne) Ce projet englobe la contribution d'Algolux au projet de grappe AI-SEE Eureka PENTA-EURIPIDES2. Il vise à fournir une technologie et une expertise dans les domaines des algorithmes d'apprentissage approfondi de l'intelligence artificielle et de la fusion des données provenant de types de capteurs distincts, permettant ainsi une plateforme de perception plus robuste pour permettre la conduite automatisée dans toutes les conditions de visibilité et de météo.

Le projet de collaboration canadienne - ADISC - avec les partenaires du consortium Qohash inc. et Securicy Data Solutions Ltd. vise à créer un nouveau service qui automatise les inventaires de données de sources de données non structurées et recueille des preuves de conformité à la réglementation sur la confidentialité des données.

Le présent accord du programme CanExport Innovation a pour objet de soutenir les organisations canadiennes à mener des activités l’établissement de partenariats entre le récipiendaire et des organisations étrangères afin de mener de la R et D sur la technologie du récipiendaire et qui pourraient mener à sa commercialisation.

Le présent accord du programme CanExport Innovation a pour objet de soutenir les organisations canadiennes à mener des activités l’établissement de partenariats entre le récipiendaire et des organisations étrangères afin de mener de la R et D sur la technologie du récipiendaire et qui pourraient mener à sa commercialisation.

Le CNRC recherche un système peu coûteux (coût unitaire < 25 $) qui peut mesurer en continu la température, la saturation en oxygène des capillaires périphériques (SpO2), la tension artérielle (TA), le pouls et la fréquence respiratoire, et transmettre ces informations sans fil à une station de base pour la surveillance de patients atteints de la COVID-19 dans des lieux tels que les urgences, les services de médecine générale, les communautés et les foyers.

Le soudage par résistance produit des composantes de haute qualité avec un procédé de fabrication reproductible. Cependant, la mise à l’échelle directe n’est pas envisageable puisque l’assemblage de gros éléments prend trop d’espace et coûte trop cher en raison de l’énergie et de la pression requises. Le soudage par résistance en continu permet de diviser les grandes zones de soudage en segments ou sections plus petites; il s’effectue par déplacement continu du bec de soudage le long de la ligne de soudage. Le rendement et la qualité du joint soudé dépendent directement des antécédents thermiques de l’interface de soudure, et il convient donc de régler la vitesse et l’énergie du bec de soudage pour maintenir la température de soudage requise, et pour assurer ainsi un joint de haute qualité. Cela n’est possible que si la simulation de procédé est intégrée à un système de contrôle « intelligent ». Dans ce projet, l’UBC mettra au point et utilisera une simulation fondée sur la physique pour l’utilisation du soudage par résistance en continu de structures complexes.

Effectuer des analyses de marché pour un prochain modèle de vélo électrique qui intègre la technologie propriétaire Biktrix et soutenir le développement commercial en tirant parti de la communauté en ligne Biktrix.

La crise engendrée par la pandémie de COVID-19 a entraîné le développement de nombreux algorithmes qui aident les cliniciens à prendre des décisions par la prévision, le traçage des contacts, le dépistage et le traitement des personnes atteintes de la maladie. Un point que ces travaux ont en commun cependant est la crainte que les modèles créés, à cause du biais qu’ils incorporent, aboutissent à des résultats difficiles à généraliser. D’autre part, ces modèles peuvent compliquer l’identification du mécanisme fonctionnel à la base de la formulation des prévisions et, au bout du compte, des raisons pour lesquelles ils ne fonctionnent pas comme prévu. C’est pourquoi il est passablement difficile de faire accepter les méthodes de ce genre aux cliniciens.
Le projet montrera qu’un développement centré sur l’utilisateur, combiné à des approches explicables à l’apprentissage automatique, peut amener les cliniciens à adopter davantage les nouveaux outils d’aide à la santé qui reposent sur l’exploitation des données. On y parviendra en créant des pratiques exemplaires pour intégrer l’apprentissage automatique (AA) explicable aux applications informatiques cliniques et en validant ces approches avec le prototype d’une couche explicative qui prendra comme cas type une analyse AA explicable dans le contexte des besoins cliniques engendrés par la pandémie.