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 directrice, Samia Bouchafa-Bruneau, et d’un directeur adjoint, Nazim Agoulmine.

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

Chargement de la page

Documents avec texte intégral

1 274

Références bibliographiques

1 758

Mots-clés

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