SIMLOG - Un peu du CRIM aux quatre coins du monde
Le projet « Applications des technologies robotiques aux équipements forestiers » (ATREF) a été mis sur pied par le CRIM dans les années 90. Ce projet réunissant des partenaires universitaires et des entreprises privées chapeautés par le CRIM a mené à l’élaboration d’un logiciel de simulation pour la conduite de machinerie forestière lourde.
Le premier logiciel permettait à des élèves de s’exercer et d’apprendre à manœuvrer une abatteuse-façonneuse, sans risques ni coûts supplémentaires en cas d’erreur. SIMLOG, seconde entreprise essaimée par le CRIM afin de commercialiser ce simulateur, œuvre depuis maintenant près de 20 ans dans quatre secteurs industriels partout sur la planète.
Son président, M. Paul Freedman, nous raconte l'histoire de l'entreprise SIMLOG, qui offre aujourd'hui des produits pour soutenir la formation d'opérateurs d'équipements dans les industrie forestière, minière, de construction et de manutention.
Présentation [vidéo durée 11:10]
Nouvelles récentes
-
Luffa Technologies et le CRIM veulent rendre vos réunions d’affaires plus «intelligentes» grâce à la reconnaissance vocale!
11/06/2018Communiqué - Le CRIM est fier d’annoncer le début d’une collaboration à long terme avec l’entreprise Luffa Technologies, une startup qui propose des solutions innovantes mêlant les technologies vocales et l’intelligence artificielle.
Événement à venir
-
Assemblée générale annuelle des membres du CRIM - 20 juin 2018
Les membres du CRIM sont convoqués à l'Assemblée générale annuelle qui se tiendra le 20 juin 2018, dans les locaux du CRIM. Ne manquez pas cette importante réunion et à cette occasion de vous tenir au fait de plusieurs dossiers qui vous concernent.
- Tout est prêt pour le cocktail réseautage du CRIM et de ?@Prompt_Innov? ! On vous y attend dès 18h ???? ???? ????… https://t.co/OgeCt5M06I
- Nous vous attendons au CRIM dès 16h30! https://t.co/lzUop6L36A https://t.co/rhYtRbD9GI
Publications récentes
-
Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach
-
État des lieux des technologies web
