-square.JPG)
Michael Morin - Homepage
Associate professor at the Department of Operations and Decision Systems of Université Laval [→ OSD.ULaval]
At this time, this page lists a total of 31 (selected) projects I supervised and a total of 18 (selected) projects I cosupervised. Please note that I chose to exclude all projects prior to 2018. Of course, many of these projects are in collaboration with other researchers (some of the research groups I am or have been part of are listed in Section Related laboratories and research groups ).
By default, I only list the title of the project along with the diploma and completion dates in order to preserve the privacy of my students.
To my students: If you would like to have your name listed along with your project title, please contact me.
Local Search for Optimal Search and Coverage Path Planning [Recherche locale pour la planification de chemins de
couverture et de recherche]
Dominik Richard (Ph.D. in Computer Science, F2024 – …)
Intelligent decision support system for search and rescue [Système intelligent d’aide à la décision pour la recherche et
sauvetage]
Amirhossein Esmaeilpour (Ph.D. in Operations Research, F2023 – …)
Data-driven mathematical modeling for search and rescue operations [Modélisation mathématique basée sur les
données pour les opérations de recherche et sauvetage]
Saeid Abbasiparizi (Ph.D. in Operations Research, W2022 – …)
Search Simulation and Metamodel-Enhanced Optimization [Simulation de recherche et optimisation améliorée par
métamodèles]
Adam Boukhari (M.Sc. in Computer Science, F2024 – …)
Local Search for Optimal Search and Coverage Path Planning [Recherche locale pour la planification de chemins de
couverture et de recherche]
Dominik Richard (M.Sc. in Computer Science, F2023–W2025)
Machine Learning for Welding Parameter Recommandations [Apprentissage automatique pour la recommandation de
paramètres de soudage]
Tom Picherit (M.Sc. in Computer Science, W2022–F2023)
Artificial intelligence and operations research to improve a decision support system for maritime search and rescue
[L’intelligence artificielle et la recherche opérationnelle pour améliorer un système d’aide à la décision pour la
recherche et le sauvetage maritime]
Thomas Laperrière-Robillard (M.Sc. in Operations Research, W2022 – …)
Data Mining and Corruption Detection [Forage de données et détection de corruption]
Name withheld (MBA in Business Analytics, F2024–W2025)
Decision Making in Retail with Artificial Intelligence [Prise de décision dans le commerce au détail avec
l’intelligence artificielle]
Name withheld (MBA in Business Analytics, F2024)
Analytical Solutions and Data Analysis [Solutions analytiques et analyse de données]
Félix Parisé (M.Sc. in Logistics and Analytics, S2024–F2024)
Derivative-Free Optimization in Engineering [Optimisation boîte noire en ingénierie]
Maxime Babin (MBA in Business Analytics, S2024)
Foundations for Knowledge and Business Data Usage: Literature review [Fondations pour la connaissance et la
valorisation des données d’affaires: Revue de littérature]
Name withheld (MBA in Business Analytics, S2024–F2024)
Integrated Analysis of the Impact of Artificial Intelligence in Online Advertising [Analyse intégrée de l’impact de
l’intelligence artificielle dans la publicité en ligne]
Rosalie Tcha (MBA in Business Analytics, W2024–S2024)
Sustainable Computing and Sustainable Artificial Intelligence [Calculs et Intelligence artificielle durables]
Gabriel Denis (MBA in Business Analytics, W2024–F2024 (part-time))
Markov Decision Processes in the Airline Industry [Processus de dćision markoviens dans l’industrie aérienne]
Francis Larin (MBA in Business Analytics, S2023–S 2024 (part-time))
Data-Driven Corruption Detection [Détection de la corruption basée sur les données]
Louis-Alexis Pelletier Dubé (MBA in Business Analytics, F2020–F2023 (part-time))
On a data-driven warm start procedure to speedup solvers for optimal route recommendations [Étude d’une
approche de démarrage à chaud basée sur les données de résolution pour l’accélération du processus de
recommandation d’itinéraires optimaux par un solveur]
Ahmed Benader (MBA in Business Analytics, S2021–W2022 (part-time))
Using neural networks to estimate effort in analyzing software projects to improve project success [Utilisation de
réseaux de neurones pour estimer l’effort d’analyse des projets logiciels afin d’améliorer la réussite des projets]
Antonio Collante Caro (MBA in Business Analytics, S2021)
Exploration of an automated data-driven approach to select starting solutions to improve optimal route planning
[Exploration d’une approche automatisée basée sur les données visant à choisir les solutions de départ pour améliorer
la planification d’itinéraires optimaux]
Name withheld (MBA in Business Analytics, S2020–W2021 (part-time))
Predicting Marginal Values for Real Estate Buyers [Prédiction de la valeur marginale des acheteurs de propriétés]
Name withheld (MBA in Business Analytics, F2019)
Human Resources Analytics: Identifying Information Needs [Analytique en ressources humaines: Identification des
besoins en information]
Name withheld (MBA in Business Analytics, F2019)
Forecasting pharmaceutical retail demand [Prévision de la demande pharmaceutique au détail]
Kevin Vachon (MBA in Business Analytics, S2019)
Supervised Learning for Maritime Search Operations Evaluation [Apprentissage supervisé pour l’évaluation
d’opérations maritimes de recherche]
Thomas Laperrière-Robillard (MBA in Business Analytics, W2019–S2019 (part-time))
A Study of Thaw Period Forecasting in the Pulp and Paper Industry Context [Une étude de la prévision de la
période de dégel dans le contexte de l’industrie papetière]
Name withheld (M.Sc. in Logistics and Analytics, 2018–2019)
Machine Learning Approach for Coverage Problems Preprocessing [Apprentissage automatique pour le prétraitement
des problèmes de couvertures]
Raghusrinivasan Jayaprakash Venkatesan (MITACS Globalink) (Research Internship, Bachelor, S2023)
Reinforcement Learning for Search and Rescue Coverage Path Planning [Apprentissage par renforcement pour la
planification des trajectoires de couverture de recherche et de sauvetage]
Dominik Richard (USRA – NSERC) (Research Internship, Bachelor, S2023)
Modeling and Optimization for Search Operations – The Optimal Searcher Path Problem and its Variants
[Modélisation et optimisation pour les opérations de recherche – Le problème du chemin optimal du chercheur et ses
variantes]
Eya Nagazi (MITACS Globalink) (Research Internship, Bachelor, S2022)
Experiments With a Machine Learning Approach for Coverage Problems Preprocessing [Expérimentations
avec une approche d’apprentissage automatique pour le prétraitement des problèmes de couvertures]
Samayan Bhattacharya (MITACS Globalink) (Research Internship, Bachelor, S2022)
Leveraging Neural Networks for Search and Rescue Coverage Path Planning [Tirer parti des réseaux de neurones
pour la planification des chemins de couverture de recherche et de sauvetage]
Dominik Richard (USRA – NSERC) (Research Internship, Bachelor, S2022)
A Machine Learning Approach to Optimization Problems Processing for Surveillance and Search Operations [Une
approche d’apprentissage automatique pour le traitement des problèmes d’optimisation pour les opérations de
surveillance et de recherche]
Vedant Bahel (MITACS Globalink) (Research Internship, Bachelor, S2021)
Spatial Clustering and Possibility Areas for Maritime Search and Rescue Operations Optimization
[Regroupement spatial et aire de possibilité pour l’optimisation d’opérations de recherche et sauvetage maritime]
Vitaliy Kinakh (MITACS Globalink) (Research Internship, Bachelor, S2019)
Municipal Asset Management [Gestion des actifs municipaux]
Name withheld (Ph.D. in Operations Research, W2024 – …)
Price and production decision coordination in a divergent production context [Coordination des décisions de prix et
de production dans un contexte de production divergent]
Louis Duhem (Ph.D. in Industrial Engineering, Polytechnique Montréal, W2023 – …)
Manufacturing process control framework 4.0 via machine learning, simulation and optimization [Cadre de
contrôle de processus manufacturiers 4.0 via apprentissage automatique, simulation et optimisation]
Jean-Thomas Sexton (Ph.D. in Computer Science, W2023 – …)
Modeling and analysis of the control process of a robotic welding cell and traceability [Modélisation et analyse du
processus de pilotage d’une cellule robotisée de soudage et traçabilité]
Kimia Payami (M.Sc. in Industrial Engineering, F2022–S2024)
Reinforcement learning for intelligent wood dryer control [Apprentissage par renforcement pour un contrôle
intelligent d’un séchoir à bois]
François-Alexandre Tremblay (M.Sc. in Computer Science, F2020–W2023)
Smart planer control using a machine learning approach [Contrôle d’une raboteuse intelligente par une approche
d’apprentissage automatique]
Jean-Thomas Sexton (M.Sc. in Computer Science, F2020–W2023)
Data-Driven Scheduling for a Robotized Welder [Ordonnancement basé sur les données pour une soudeuse robotisée]
Aminata Koné (M.Sc. in Operations Research, S2020–F2022)
Deep learning for sawmill output prediction [Apprentissage profond pour la prédiction de la sortie d’une usine de
sciage]
Vincent Martineau (M.Sc. in Computer Science, W2020–S2022)
Blood glucose level prediction models in Type-1 Diabetes patients [Modèles prédictifs de la glycémie de patients
atteints du diabète de type 1 ]
Name withheld (Research Master Degree in Smart Systems, École Nationale des sciences de l’informatique &
Engineering Degree in Computer Sciences, École Nationale des sciences de l’informatique , W2023–S2023)
Pricing in a Competitive Market Using Data Science [Fixation des prix dans un marché compétitif en utilisant les
techniques des sciences des données]
Abdelghani Bouaddi (MBA in Business Analytics, S2021)
Adaptive predictive models for real-time decision support [Modèles prédictifs adaptatifs pour l’aide à la décision en
temps réel]
Brice Pegwendé Nikiema (MBA in Business Analytics, S2021)
Development of a dashboard using a predictive model for strategic decision support [Développement d’un tableau de
bord utilisant un modèle prédictif pour l’aide à la décision stratégique]
Mohamed Ousmane Adamou (MBA in Business Analytics, W2021)
A supervised learning-based feedback loop for adjusting the parameters of a smart planer [Une boucle de
rétroaction basée sur l’apprentissage supervisé pour l’ajustement des paramètres d’une raboteuse intelligente]
Name withheld (M.Sc. in Information Technology, Université TÉLUQ, W2020–W2021)
An application of supervised learning to supply chain simulation in a serious game [Une application de
l’apprentissage supervisé à la simulation de chaîne d’approvisionnement dans les jeux sérieux]
Name withheld (M.Sc. in Supply Chain Management, W2020)
Learning Pricing Strategies from Manufacturing-Based Market Simulations [Apprendre des stratégies de fixation de
prix à partir de simulations de marché manufacturier]
Name withheld (MBA in Business Analytics, S2020)
Sawmills’ big data valorization [Valorisation des données massives des scieries]
Name withheld (Bachelor, S2025)
Smart planer control using a machine learning approach [Contrôle d’une raboteuse intelligente par une approche
d’apprentissage automatique]
Jean-Thomas Sexton (Bachelor, S2020)
Data Acquisition for a Planing Line with Continuous Re-Drying [Acquisition de données pour une ligne de rabotage
avec reséchage en continu]
Name withheld (Bachelor, S2019)
Here is a list of some of the courses I taught over the years:
For a given semester, the (R) suffix indicates that I had the responsibility for the course, but did not teach it.
Below, you will find a list of some of my services to the research community, including:
I have been reviewing for various journals, including:
For each category, the links are in alphabetical order.