Subventions et contributions gouvernementales

Ce projet vise à développer des modèles efficaces et conviviaux pour la prévision saisonnière du ruissellement printanier pour divers bassins versants en Alberta, en Saskatchewan et au Manitoba. Les prévisions saisonnières sont essentielles à la planification de l’exploitation des réservoirs, à la gestion des eaux agricoles, à l’évaluation des risques d’inondation et à la prévision des charges de nutriments dans les grands plans d’eau, comme le delta de la rivière Saskatchewan, le lac Winnipeg et la baie d’Hudson. L’une des caractéristiques d’intérêt de ce travail est qu’il reliera les sources des montagnes à l’océan, en passant par la baie d’Hudson, et qu’il utilisera le grand potentiel et les capacités de prédiction des techniques d’apprentissage automatique (IA) qui émergent rapidement. De plus, des analyses de corrélation et de causalité seront mises en œuvre et leurs résultats respectifs contribueront à améliorer notre compréhension actuelle des mécanismes de génération du ruissellement et des facteurs de contrôle dans les paysages de prairie. Le résultat attendu du projet sera un ensemble de modèles d’apprentissage automatique pour la prévision du ruissellement saisonnier, ainsi que des estimations quantitatives de l’incertitude de la prévision, souvent négligée dans les approches de modélisation traditionnelles.

Ce projet est axé sur l’optimisation du revêtement ZenGUARD™ à l’échelle commerciale.

Proto ajoutera deux nouveaux modules (disponibles via l’API) qui permettent aux robots conversationnels en langue locale de fonctionner par l’intermédiaire de canaux vocaux.

Ce projet fait partie du projet de consortium international «Xecs project 2022005 TASTI» dirigé par Philips (Pays-Bas). L’objectif principal de TASTI est de développer un cadre modulaire de technologie transférable pour innover la génération d’images synthétiques et l’adapter aux applications. Le cadre proposé est multidisciplinaire et présentera une vue d’ensemble (1) des solutions pour les systèmes de capteurs optiques et les simulateurs de formation, (2) de l’infrastructure en nuage/de pointe en tenant compte du matériel de traitement et des techniques d’accélération, et (3) des composants logiciels et des algorithmes, y compris l’IA.

Le projet s’inscrit dans une démarche globale de transformation numérique. Il vise à digitaliser l’ensemble des processus de la compagnie en développant peu à peu un jumeau numérique.

Le projet cherche à améliorer le procédé pour augmenter la productivité et réduire les rejets.

Le projet permettra de vérifier le fonctionnement d’un système d’éclairage artificiel en vue d’une intégration future dans le drone.

La stratégie de mise sur le marché du projet X-Quill englobe le développement et l’exécution d’une stratégie de mise sur le marché de la plume d’injection et d’échantillonnage X-Quill.

Développement commercial et technique et étude de marché dans le contexte des jumeaux numériques pour le secteur minier.

Le projet prévoit la recherche et le développement d’une plateforme de recommandation intelligente permettant de découvrir, de faire correspondre et de mettre en évidence les avantages d’un lieu donné dans la phase I pour un contexte et une personne donnés dans la phase II.