index - Centre de Recherche en Automatique de Nancy Accéder directement au contenu

 

Créé en 1980, le Centre de Recherche en Automatique de Nancy (CRAN) est une unité mixte de recherche (UMR 7039) commune à l'Université de Lorraine et au CNRS (Institut des sciences informatiques - ex INS2I). Il accueille également des chercheurs de l'Institut de Cancérologie de Lorraine (ICL, Centre de lutte contre le cancer), du CHRU de Nancy, du CHR de Metz-Thionville et du LIST à Luxembourg-Ville.
 

Au 1er janvier 2023, le laboratoire compte 107 enseignants-chercheurs, 3 émérites, 10 chercheurs CNRS, 11 autres chercheurs de l'UL, de l'ICL et du CHU ou d'organismes externes, 13 post-docs, 90 doctorants et 33 (dont 28 CDI et 5 CDD) ingénieurs, techniciens ou administratifs. Il fait partie de la Fédération de Recherche Charles Hermite Automatique, Informatique, Mathématiques de Lorraine et du pôle scientifique Automatique, Mathématiques, Informatique et leurs Interactions (AM2I) de l'université de Lorraine.

S’appuyant sur les sciences du numérique, le laboratoire est reconnu à l’international pour ses activités dans les domaines du traitement du signal et des images, du contrôle et du génie informatique, mais aussi pour ses travaux en santé en lien avec la biologie et les neurosciences.

Aujourd’hui, ses recherches fondamentales et appliquées lui permettent d’accompagner les évolutions de la société et dépassent les problématiques industrielles classiques : production d’énergie, gestion de la ville intelligente ou des transports. Elles s’ouvrent, en santé, au diagnostic et aux soins en cancérologie et en neurologie. Elles croisent la sociologie, à l’écoute des comportements sociaux et des dynamiques d’opinion et investissent le champ du développement durable, au service de l’économie circulaire et des systèmes écologiques.

L'ensemble des recherches est organisé en trois départements.

Les Départements

 

 

Collaborations

 

 

Mots clefs

Observer-based control Graph theory Breast cancer Estimation d'état Ontology Neural network EEG Nonlinear observer Photodynamic therapy Multi-component system Epilepsy Networked control systems LMIs Uncertain systems LMI Linear matrix inequality Unknown inputs Robust control Hybrid systems Monte Carlo simulation Estimation Lyapunov stability Security State estimation Linear systems Fault estimation Synchronization Observability Dependability Neural networks Multiple model MTHPC Optimal control Prognostics Nonlinear systems Optimisation Energy efficiency Data reconciliation Optimization Nonlinear system Classification Fault tolerant control Fault diagnosis Identification Singular systems LPV systems Fluorescence Diagnosis Fiabilité Robustesse Descriptor systems Modélisation Simulation Fault detection Prognostic Modelling Instrumental variable Safety Fault-tolerant control Observer design Systems Engineering Availability Wireless sensor networks Systèmes linéaires Cancer Reliability Machine learning Internet of Things Stability analysis Event-triggered control Interoperability Industry 40 Switched systems Reconfiguration Glioblastoma Diagnostic Consensus E-maintenance Détection de défaut ingénierie Linear matrix inequalities Parameter estimation Uncertainty System identification Lyapunov methods Thérapie photodynamique Flatness Systèmes non linéaires Fault detection and isolation Modeling Maintenance Stability Bilinear systems Model-free control Observer Radiotherapy Stabilization Observers Multi-agent systems Robustness Sûreté de fonctionnement