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

 

Créé en 1980, le CRAN est une unité mixte de recherche (UMR 7039) commune à l'Université de Lorraine (pôle scientifique Automatique, Mathématiques, Informatique et leurs Interactions - AM2I) et au CNRS (Institut des sciences informatiques - ex INS2I).

Le laboratoire totalise près de 250 membres : au 1er janvier 2024, on dénombre 120 chercheurs ou enseignants-chercheurs (dont 8 chercheurs CNRS section 7 du CoNRS), des chercheurs de l'Institut de Cancérologie de Lorraine (ICL, Centre de lutte contre le cancer), du Centre Hospitalier Régional Universitaire (CHRU) de Nancy ou d'organismes externes, 5 chercheurs émérites. Le service administratif et le service d’appui à la recherche totalisent 27 personnels. Le CRAN accueille près d’une centaine de doctorants, post-doctorants et chercheurs invités. En 2023, la production scientifique comptabilisait près de 300 articles ou communications dans des revues et conférences nationales ou internationales. Les travaux du CRAN s’appuient sur une vingtaine d’équipements (prototypes, démonstrateurs, plateformes, certaines ouvertes et labellisées) et développent des logiciels et des outils d’aide à la décision.

Les recherches menées au CRAN concernent les disciplines automatique, traitement du signal et de l’image, génie informatique, productique, biologie et neurologie en lien avec la cancérologie et les neurosciences. Les recherches sont de natures amont, finalisée, transfert, valorisation, translationnelle, clinique.

Le laboratoire est organisé en 3 départements scientifiques.

Les Départements


 

Collaborations

 

 

Mots clefs

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