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

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