Language selection

Recherche


Projets d’intelligence artificielle actuels

Renseignez-vous sur nos projets de solutions numériques et découvrez comment nous utilisons l’intelligence artificielle pour moderniser nos travaux et améliorer notre productivité. Nous collaborons avec les secteurs canadiens des ressources naturelles pour explorer les possibilités qu’offre l’apprentissage automatique et pour trouver les moyens les plus efficaces pour intégrer des solutions numériques dans nos programmes.

Titre du projet Échéancier Description du projet Personnes-ressources Secteur
Plateformes de découverte accélérée de matériaux (MAP) 2019 à 2024
  • Accélérer le développement de nouveaux matériaux destinés aux technologies de l’énergie propre dans des laboratoires autonomes à l’aide de l’intelligence artificielle, de la robotique et du calcul de haute performance.
  • Appliquer des algorithmes d’apprentissage machine pour la prise de décisions afin de recommander les conditions pour de futures expériences et des recherches aléatoires.

Mark Kozdras

  • Technologies énergétiques
Plateforme numérique ouverte pour l’optimisation de la chaîne de valeur forestière Note de bas de page * 2019 à 2023
  • cibler de nouvelles possibilités de croissance pour améliorer la compétitivité
  • déterminer les meilleurs investissements en matière de croissance propre
  • soutenir l’équité et la diversité dans le domaine de la science
  • accroître et améliorer la main-d’œuvre

Mouloud Amazouz

Daniel Mazerolle

Eric Soucy

  • Technologies énergétiques
  • Service canadien des forêts (SCF)
Support à la décision pour l’optimisation de la performance des systèmes industriels 2016 à 2020
  • extraire les connaissances et déterminer les tendances dans les données de rendement industrielles
  • améliorer les activités de plusieurs industries
Mouloud Amazouz
  • Technologies énergétiques
Information sur les réseaux des eaux souterraines Depuis 2009
  • distribuer les données sur les eaux souterraines
  • utiliser l’IA pour améliorer l’accès aux données sur l’eau souterraine provenant de plusieurs sources
Boyan Brodaric
  • Terres et minéraux
Petroinformatics: une plateforme numérique pour optimiser le raffinage du pétrole Depuis 2019
  • créer des processus plus efficaces et plus rentables pour les activités de raffinage du pétrole
  • créer une plateforme numérique pour soutenir le processus décisionnel dans les activités pétrolières
Rafal Gieleciak
  • Bureau des politiques et des investissements stratégiques relatifs aux hydrocarbures (CanmetÉNERGIE Devon)
Cartographie de l’eau et de l’infrastructure du Canada Depuis 2017
  • accélérer la capacité de créer des couches de données géospatiales pour détecter les mouvements en cas d’urgence et d’inondation
  • améliorer les couches cartographiques du Canada
Karen Bronsard
  • Centre canadien de la cartographie et de l’observation de la Terre (CCCOT)
Intégrité de la marque ENERGY STAR Avril 2018 (expérience de 8 semaines)
  • cibler les utilisations inappropriées de la marque ENERGY STAR sur les sites Web et les médias sociaux
  • aider à renforcer les processus et à peaufiner la politique pour soutenir le processus décisionnel des consommateurs

Matt Naccarato

Dianna Miller

  • Faible teneur en carbone (Office de l’efficacité énergétique – OEE)
Classification géochimiques des puits de Lalor 2014 à 2018
  • soutenir la classification des données géochimiques
  • prédire la distribution 3D des unités géologiques souterraines

Ernst Schetselaar

Patrick Mercier-Langevin

  • Terres et minéraux
Base de données sur les anneaux arborescents Note de bas de page * s/o
  • améliorer la compréhension des variations critiques de la croissance des arbres
  • améliorer la fiabilité de la base de données sur les anneaux arborescents du Service canadien des forêts
Martin Girardin
  • Service canadien des forêts
Automatisation robotisée des processus pour la gestion des documents financiers Note de bas de page * 2020
  • automatiser les tâches linéaires pour réduire les interventions manuelles
  • minimiser les erreurs afin d’accroître l’exactitude et l’efficacité

Marc Cossette

-
Charge d’énergie synthétique des communautés éloignées fondée sur des techniques d’apprentissage machine Note de bas de page * sept. 2020 à mars 2021
  • mieux comprendre les profils de charge des collectivités éloignées du Canada afin de faciliter la transition hors diesel
  • développer une application d’apprentissage machine pour produire des profils de charge électrique synthétique

Ryan Kilpatrick

Technologies énergétiques
Détection de gisements minéraux profonds à des fins d’extraction grâce à l’apprentissage profond 2020 à 2022
  • élaborer des algorithmes d’apprentissage automatique et d’apprentissage en profondeur pour aider à déterminer la probabilité de la présence de gisements minéraux précieux et du type de roche;
  • capacité d’adapter et de reproduire les résultats à l’échelle du Canada

Gilles Bellefleur

Terres et minéraux
Optimisation des réseaux électriques et de l’infrastructure de recharge pour l’arrivée en masse de véhicules électriques sur le marché Note de bas de page * 2020
  • appliquer des techniques d’analyse des mégadonnées et d’intelligence artificielle pour mieux comprendre et caractériser les besoins en infrastructures de VE
  • aider les entreprises d’électricité à mieux gérer les réseaux électriques

Evgueniy Entchev

Technologies énergétiques

Détails de la page

Date de modification :