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

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