Subventions et contributions gouvernementales

Textile Transformation Nova Scotia - Phase I

Surveillance du paysage de la maladie pour protéger la santé du bison des bois, du caribou et du tétras des armoises

Appuyer l'élaboration et la réalisation des activités de conservation et de gestion des océans au Canada.

Ce projet vise à améliorer l'efficacité énergétique dans le secteur industriel canadien.

Les systèmes actuels de gestion des clés qui utilisent la technologie de distribution quantique de clés (QKD) sont basés sur des relais fiables afin de pallier les limitations des solutions QKD sur le plan de la distance. Cette approche présente toutefois un inconvénient majeur : la surface d’attaque de ces systèmes est proportionnelle au nombre de nœuds. En effet, un seul relais compromis peut potentiellement mener à la découverte des clés de tous les utilisateurs. L’objectif de ce projet est de mettre en œuvre une approche différente pour intégrer la QKD à double champ (TF-QKD) dans une infrastructure évolutive, en faisant appel à une architecture de confiance distribuée appelée « échange de clés symétrique distribué » (DSKE). La combinaison de DSKE et de TF-QKD permet de construire un réseau évolutif, appelé DSK.

La théorie de la fonctionnelle de la densité (DFT) est l’une des grandes réussites de la chimie numérique. En exprimant l’énergie d’un système selon une fonctionnelle de la densité au lieu d’une fonction d’onde, le problème de la détermination de la structure électronique appropriée pour une configuration de noyau donnée devient traitable selon la méthode classique. Cependant, la forme exacte de cette fonctionnelle énergétique n’est pas connue, ce qui nous oblige à utiliser des approximations qui s’effondrent lorsque les électrons sont fortement corrélés. La conception de meilleures fonctionnelles est un domaine de recherche actif. Le projet propose de contourner cette difficulté en effectuant des simulations hamiltoniennes sur des ordinateurs quantiques pour une grande variété de configurations de noyaux, à partir desquelles une densité électronique précise est extraite, ainsi que l’énergie totale et la corrélation des paires. En effectuant une régression sur une base de données générée de cette manière, une meilleure approximation de la fonctionnelle de la densité (DFT) pourrait être apprise. En outre, cela permettrait d’utiliser la DFT pour résoudre des problèmes hors de portée des fonctionnelles approximatives habituelles. Même lorsque des ordinateurs quantiques tolérants aux fautes verront le jour, il ne faudra pas s’attendre à ce qu’ils soient largement disponibles. Le projet a donc pour but de tirer le meilleur parti de chaque calcul. Les bénéficiaires estiment que les applications qui augmentent les capacités des ordinateurs classiques constituent l’une des meilleures utilisations des ordinateurs quantiques. Grâce à l’importante infrastructure de calcul classique déjà accessible, ce projet permettra de découvrir de nouveaux matériaux et de nouvelles molécules plus rapidement qu’avec l’utilisation des seuls ordinateurs quantiques.

Améliorer le suivi automatique des exercices à l’aide de dispositifs portables en construisant un modèle de pointe capable de suivre un nombre illimité d’exercices personnalisés.

Ce projet établira une nouvelle méthode pour que Raven Connected détecte, rapporte et partage l’information en temps quasi réel pour les activités de construction et de fermeture de routes. De nouveaux modèles d’IA seront créés en utilisant les données télématiques vidéo historiques générées par les dispositifs Raven+ déployés dans les véhicules de livraison partout dans la ville d’Ottawa. Ces modèles seront ensuite testés sur le terrain et améliorés à Ottawa avant d’être déployés dans d’autres villes (Toronto et Atlanta) en Amérique du Nord grâce à des dispositifs Raven+ supplémentaires. L’objectif final est de fournir aux municipalités, aux infrastructures et aux conducteurs des données de haute qualité et opportunes sur la construction et la fermeture des routes, dans des formats qu’ils peuvent utiliser en tirant parti de leurs outils, technologies et flux de travail existants.

Nous travaillons actuellement à l’amélioration significative du temps nécessaire à la création des modèles de personnages 3D pour nos patients virtuels utilisés par notre produit de formation à la simulation des soins de santé InvolveXR. En rationalisant d’abord notre pipeline artistique technique en un flux de travail plus procédural et automatisé, nous pouvons ensuite tirer parti de diverses nouvelles techniques d’IA générative pour renforcer ce pipeline et, en fin de compte, fournir des outils simples à nos clients éducateurs médicaux, permettant éventuellement à la création de leur formation de scénario d’être aussi simple que la saisie d’un langage naturel.

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