IBISC (Informatique, BioInformatique, Systèmes Complexes)  EA 4526 est le laboratoire STIC de l’Université de Paris Saclay – Université d’Evry, assurant une visibilité dans ce domaine sur le site, répondant aux enjeux du numérique et de l’interdisciplinarité, notamment en Génomique. Il est issu de la fusion de deux laboratoires : le LAMI (UMR 8042) et le LSC (FRE 2494).  La gouvernance du laboratoire est assurée par la direction composée d’un directeur, Nazim AGOULMINE, et d’une directrice adjointe, Lydie NOUVELIERE.

Le laboratoire IBISC se compose de 4 équipes (AROB@S, COSMO, IRA2, SIAM) dont les activités se répartissent en deux axes scientifiques STIC & SMART SYSTEM et STIC & VIVANT. Sans couvrir toutes les activités de recherche en leur sein, chacun des axes se focalise sur un domaine applicatif qui est respectivement : Drone &  Véhicule, et Médecine personnalisée et de précision.

 

  • STIC & SMART SYSTEM : Les recherches définies dans cet axe traitent de la conception de systèmes autonomes et intelligents. La notion de système se rapporte à la fois aux flottes de véhicules routiers ou aériens, aux robots, aux logiciels et services distribués et communicants ou aux composants matériels intelligents munis de capteurs interagissant. Ces dispositifs possèdent comme point commun d’être composés d’un grand nombre d’entités en interaction, dotées d’une autonomie de prise de décision tout en coordonnant leurs actions pour réaliser un objectif commun. La conception maitrisée de tels systèmes complexes pose deux questions majeures: l’une relative aux méthodes pour leur conception et l’autre ayant trait à l’optimisation de leur fonctionnement collectif et global, tout en prenant en compte les fluctuations de leur environnement. Elles conduisent à l’exploration de nouvelles approches combinant des méthodes et des théories de différents champs scientifiques : en automatique, algorithmique et méthodes formelles. Les applications se destinent plus particulièrement au domaine Drone et Véhicule.

 

  • STIC & VIVANT : ces recherches interdisciplinaires couvrent un spectre large de problématiques en biologie à différentes échelles du vivant : analyse de données et de signaux biologiques ou biomédicaux,  modélisation des systèmes biologiques, apprentissage de gestes chirurgicaux et assistance à la personne. Les recherches portent sur le développement de cadres théoriques, de méthodes algorithmiques et de plateformes répondant à ces enjeux. Concernant l’analyse des données et la biologie des systèmes, elles s’appuient sur des modèles d’apprentissage statistique, sur l’algorithmique pour la prédiction de structure, ainsi que sur la conception de modèles et méthodes formels pour l’analyse de la dynamique des réseaux. Pour l’apprentissage de gestes chirurgicaux et l’assistance robotique à la personne, nous développons des systèmes couplant des techniques d’analyse de signaux issus de plusieurs capteurs et de prise de décision. Les applications se destinent plus particulièrement au domaine de la médecine personnalisée et de précision.

Derniers dépôts

widget_cartohal

Documents avec texte intégral

1 297

% Documents en Open Access

51 %

Références bibliographiques

1 805

Mots-clés

Heuristic Control Modelling Adaptive control Estimation Lane reservation Bi-objective optimization Uncertainty Formation control LMI Facility location Surgical training Calibration Petri nets Precision medicine Algorithms Simulation CNN Makespan Observers Approximation algorithms Systems biology Model checking Collision avoidance Dynamic programming QoS Teleoperation SVM Interaction 3D Model-checking Neural network Linear matrix inequalities Identification Game theory Segmentation Autonomous vehicles Trajectory tracking Linear programming Classification Tracking control Optimisation Vehicle lateral dynamics Virtual Reality Cloud Computing Réalité augmentée Complexity Network inference 3D Interaction Computer vision Scheduling Vehicle dynamics Context-awareness Deep Learning Nonlinear systems Gene expression Pose estimation Tableaux Cerebral palsy Augmented Reality Virtual reality Disassembly line balancing Model predictive control Cloud computing Robustness Object detection Artificial intelligence Fuzzy systems Approximation algorithm Optimal control Image processing Stability Deep learning 3D interaction Clinical gait analysis Multi-agent systems Neural networks Augmented reality Modeling UAV Breast cancer Lyapunov theory Réalité virtuelle Interval analysis Pooling function Timed automata Lyapunov stability Clustering Lyapunov methods Apprentissage automatique State estimation Feature extraction Optimization Adaptive fuzzy control Machine learning Operator-valued kernel Kernel methods Motorcycle Nonlinear control Robust control LMIs