Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Discovery Grants Program - Individual

Université du Québec à Chicoutimi

$24,000.00

Reconnaissance d'activités et suivi médical au sein de maisons équipées de radars et de capteurs ambiants

FY 2023-24

Summary
Il est aujourd'hui acquis que la population vieillit dans tous les pays occidentaux et que la situation continuera à se détériorer dans les prochaines années. La pandémie actuelle de Covid-19 nous a aidé à réaliser à quel point nos systèmes de santé sont fragiles et à quel point nous dépendons des humains qui y travaillent. Par conséquent, il est nécessaire de repenser la façon dont nous allouons nos ressources pour diminuer l'impact de leur rareté, mais aussi pour qu'elles se concentrent sur les aspects importants de leur travail. Dans cette optique, l'intelligence ambiante peut aider à suivre et sécuriser les populations semi-autonomes dans leur domicile. L'objectif n'est pas de remplacer les humains, mais de fournir des outils pour maintenir les personnes à domicile et réduire le fardeau des aidants, y compris les proches, les conjoints ou les amis. Cette solution est plus humaine puisqu'elle favorise l'autonomie et optimise le temps passé avec les visiteurs pour leur permettre de socialiser. Pour y parvenir, un système ambiant doit comprendre précisément ce qui se passe dans la maison. Plus la connaissance du système est précise et plus les opportunités d'assistance se présentent. Dans ce programme, nous nous concentrerons sur une technologie relativement nouvelle pour l'intelligence ambiante, appelée radars à ultra-large bande (UWB). L'une des limites des recherches actuelles sur les maisons intelligentes est la faible expressivité des capteurs, qui sont généralement des dispositifs très simples tels que des contacts électromagnétiques, des capteurs de mouvement ou des capteurs de pression. Pour résoudre ce problème, certain-e-s chercheur-e-s utilisent des caméras RGB ou de profondeur, mais celles-ci sont moins acceptables pour la vie privée du résident. D'autres s'appuient sur des capteurs portatifs, mais ils posent une charge cognitive sur le/la résident-e qui doit les porter et les recharger. Les radars UWB sont une bonne alternative car ils sont très expressifs et moins invasifs que les caméras. Cependant, ils sont difficiles à utiliser car leurs données sont très bruitées. Il est également plus difficile de généraliser les modèles d'une personne à l'autre et à de nouveaux environnements. De plus, la littérature suppose généralement que le/la résident-e habite seul-e et donc le suivi n'est disponible que dans ces cas. Le programme de recherche couvrira trois pistes liées à l'intelligence ambiante à l'aide de radars UWB. Premièrement, il explorera la création de nouveaux algorithmes de positionnement et l'utilisation du raisonnement spatial qualitatif pour améliorer l'expressivité des données collectées de manière généralisable. Deuxièmement, il explorera les auto-encodeurs et les réseaux antagonistes génératifs pour filtrer les données brutes et créer des instances synthétiques d'activités. Enfin, il explorera la création d'un identifiant unique pour le/la résident-e afin de suivre ses activités dans un contexte multi-humains.
Program
Discovery Grants Program - Individual
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
RGPIN-2022-04057
Name nom
Bouchard, Kévin
Department département
Informatique et mathématique
Organization id
52
Institution établissement
Université du Québec à Chicoutimi
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2022
Award amount
24000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
DISCOVERY RESEARCH
Group fr
RECHERCHE AXÉE SUR LA DÉCOUVERTE
Committee code
1507
Committee name en
Computer Science
Committee name fr
Sciences informatiques
Area of application code
1100
Area of application group en
Health, education and social services
Area of application group fr
Santé publique, éducation et services sociaux
Area of application en
Health, education and social services
Area of application fr
Santé publique, éducation et services sociaux
Research subject code
2805
Research subject group en
Artificial intelligence
Research subject group fr
Learning and inference theories
Research subject en
Intelligence artificielle
Research subject fr
Théories de l'apprentissage et l'inférence
Application title
Reconnaissance d'activités et suivi médical au sein de maisons équipées de radars et de capteurs ambiants
Keyword
Apprentissage machine; Assistance technologique; Habitat intelligent; Intelligence ambiante; Maintien à domicile; Radar à ultra-large bande; Raisonnement spatial; Réseau de capteurs; Réseaux de neurones profonds; Science des données
Application summary
Il est aujourd'hui acquis que la population vieillit dans tous les pays occidentaux et que la situation continuera à se détériorer dans les prochaines années. La pandémie actuelle de Covid-19 nous a aidé à réaliser à quel point nos systèmes de santé sont fragiles et à quel point nous dépendons des humains qui y travaillent. Par conséquent, il est nécessaire de repenser la façon dont nous allouons nos ressources pour diminuer l'impact de leur rareté, mais aussi pour qu'elles se concentrent sur les aspects importants de leur travail. Dans cette optique, l'intelligence ambiante peut aider à suivre et sécuriser les populations semi-autonomes dans leur domicile. L'objectif n'est pas de remplacer les humains, mais de fournir des outils pour maintenir les personnes à domicile et réduire le fardeau des aidants, y compris les proches, les conjoints ou les amis. Cette solution est plus humaine puisqu'elle favorise l'autonomie et optimise le temps passé avec les visiteurs pour leur permettre de socialiser. Pour y parvenir, un système ambiant doit comprendre précisément ce qui se passe dans la maison. Plus la connaissance du système est précise et plus les opportunités d'assistance se présentent. Dans ce programme, nous nous concentrerons sur une technologie relativement nouvelle pour l'intelligence ambiante, appelée radars à ultra-large bande (UWB). L'une des limites des recherches actuelles sur les maisons intelligentes est la faible expressivité des capteurs, qui sont généralement des dispositifs très simples tels que des contacts électromagnétiques, des capteurs de mouvement ou des capteurs de pression. Pour résoudre ce problème, certain-e-s chercheur-e-s utilisent des caméras RGB ou de profondeur, mais celles-ci sont moins acceptables pour la vie privée du résident. D'autres s'appuient sur des capteurs portatifs, mais ils posent une charge cognitive sur le/la résident-e qui doit les porter et les recharger. Les radars UWB sont une bonne alternative car ils sont très expressifs et moins invasifs que les caméras. Cependant, ils sont difficiles à utiliser car leurs données sont très bruitées. Il est également plus difficile de généraliser les modèles d'une personne à l'autre et à de nouveaux environnements. De plus, la littérature suppose généralement que le/la résident-e habite seul-e et donc le suivi n'est disponible que dans ces cas. Le programme de recherche couvrira trois pistes liées à l'intelligence ambiante à l'aide de radars UWB. Premièrement, il explorera la création de nouveaux algorithmes de positionnement et l'utilisation du raisonnement spatial qualitatif pour améliorer l'expressivité des données collectées de manière généralisable. Deuxièmement, il explorera les auto-encodeurs et les réseaux antagonistes génératifs pour filtrer les données brutes et créer des instances synthétiques d'activités. Enfin, il explorera la création d'un identifiant unique pour le/la résident-e afin de suivre ses activités dans un contexte multi-humains.
Université du Québec à Chicoutimi - $24,000 Grant (20… | Canada Spends