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

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