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

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