\documentclass[french]{spimufchdr}
\usepackage{dsfont}
-\usepackage{glossaries}
\usepackage{graphicx}
\usepackage{listings}
-\usepackage{verbatim}
-
-% The TeX code is entering with UTF8
-% character encoding (Linux and MacOS standards)
+%\usepackage[font=footnotesize]{subfig}
\usepackage[utf8]{inputenc}
+\usepackage{thmtools, thm-restate}
+\usepackage{multirow}
+\usepackage{algorithm2e}
+%\declaretheorem{theorem}
%%--------------------
%% Search path for pictures
-%\graphicspath{{path1/},{path2/}}
+\graphicspath{{images/},{path2/}}
%%--------------------
%% Definition of the bibliography entries
%%--------------------
%% Set the author of the HDR
-\addauthor[first.name@utbm.fr]{First}{Name}
+\addauthor[couchot@femto-st.fr]{Jean-François}{Couchot}
+
%%--------------------
%% Add a member of the jury
\newcommand{\Bool}[0]{\ensuremath{\mathds{B}}}
\newcommand{\rel}[0]{\ensuremath{{\mathcal{R}}}}
\newcommand{\Gall}[0]{\ensuremath{\mathcal{G}}}
-\newcommand{\Sec}[1]{Sect.\,\ref{#1}}
-\newcommand{\Fig}[1]{Fig.\,\ref{#1}}
-\newcommand{\Alg}[1]{Algorithm~\ref{#1}}
-\newcommand{\Tab}[1]{Table~\ref{#1}}
+\newcommand{\Sec}[1]{Section\,\ref{#1}}
+\newcommand{\Fig}[1]{{\sc Figure}~\ref{#1}}
+\newcommand{\Alg}[1]{Algorithme~\ref{#1}}
+\newcommand{\Tab}[1]{Tableau~\ref{#1}}
\newcommand{\Equ}[1]{(\ref{#1})}
\newcommand{\deriv}{\mathrm{d}}
\newcommand{\class}[1]{\ensuremath{\langle #1\rangle}}
\newcommand{\dom}[0]{\ensuremath{\textit{dom}}}
-
+ \newcommand{\eqNode}[0]{\ensuremath{{\mathcal{R}}}}
-\newtheorem{theorem}{Théorème}
-\newtheorem{lemma}{Lemme}
-\newtheorem{xpl}{Exemple}
-\newtheorem{Proof}{Preuve}
-\begin{document}
-\input{glossaire.tex}
+\newcommand {\tv}[1] {\lVert #1 \rVert_{\rm TV}}
+\def \top {1.8}
+\def \topt {2.3}
+\def \P {\mathbb{P}}
+\def \ov {\overline}
+\def \ts {\tau_{\rm stop}}
-% \chapter*{Remerciements}
-% Blabla blabla.
+\newtheorem{theorem}{Théorème}
+\newtheorem{lemma}{Lemme}
+\newtheorem{corollary}{Corollaire}
+\newtheorem*{xpl}{Exemple}
+\newtheorem*{Proof}{Preuve}
+\newtheorem{Def}{Définition}
-% \tableofcontents
+\begin{document}
\mainmatter
-\part{Système Booléens}
-
-\chapter{Iterations discrètes de Systèmes Dynamiques booléens}
+\part{Réseaux Discrets}
-\JFC{Chapeau chapitre à faire}
+\chapter{Iterations discrètes de réseaux booléens}
+\JFC{chapeau à refaire}
+\section{Formalisation}
\input{sdd}
+\section{Combinaisons synchrones et asynchrones}
+\input{mixage}
+
+\section{Conclusion}
+\JFC{Conclusion à refaire}
+
+Introduire de l'asynchronisme peut permettre de réduire le temps
+d'exécution global, mais peut aussi introduire de la divergence.
+Dans ce chapitre, nous avons exposé comment construire un mode combinant les
+avantage du synchronisme en terme de convergence avec les avantages
+de l'asynchronisme en terme de vitesse de convergence.
+
-\chapter[Preuve de convergence de systèmes booléens]{Preuve automatique de convergence de systèmes booléens}\label{chap:promela}
+
+
+\chapter{Preuve automatique de convergence}\label{chap:promela}
\input{modelchecking}
-\JFC{Mixage}
+\part{Des systèmes dynamiques discrets
+au chaos}
+
+\chapter[Caracterisation des systèmes
+ discrets chaotiques]{Caracterisation des systèmes
+ discrets chaotiques pour les schémas unaires et généralisés}\label{chap:carachaos}
+
+La première section rappelle ce que sont les systèmes dynamiques chaotiques.
+Dire que cette caractérisation dépend du type de stratégie : unaire (TIPE),
+généralisée (TSI). Pour chacune d'elle,
+on introduit une distance différente.
+
+On montre qu'on a des résultats similaires.
+
+\section{Systèmes dynamiques chaotiques selon Devaney}
+\label{subsec:Devaney}
+\input{devaney}
+
+\section{Schéma unaire}\label{sec:TIPE12}
+\input{12TIPE}
+
+\section{Schéma généralisé}
+\input{15TSI}
+
+
+\section{Générer des fonctions chaotiques}\label{sec:11FCT}
+\input{11FCT}
+
+\chapter{Prédiction des systèmes chaotiques}
+\input{chaosANN}
+
+
+
+
+\part{Applications à la génération de nombres pseudo aléatoires}
+
+\chapter{Caractérisation des générateurs chaotiques}
+\input{15RairoGen}
+
+\chapter{Les générateurs issus des codes de Gray}
+\input{14Secrypt}
+
+
+%\chapter{Quelques expérimentations}
+
+
+\part{Application au marquage de média}
+
+\chapter{Des embarquement préservant le chaos}
+% OXFORD
+\input{oxford}
+\chapter{Des démarches plus classiques}
+
+\section{QIM}
+
+\section{STABYLO}
+ \input{stabylo}
+
+
+\part{Conclusion et Perspectives}
+
+
+
+
+\JFC{Perspectives pour SDD->Promela}
+Among drawbacks of the method, one can argue that bounded delays is only
+realistic in practice for close systems.
+However, in real large scale distributed systems where bandwidth is weak,
+this restriction is too strong. In that case, one should only consider that
+matrix $s^{t}$ follows the iterations of the system, \textit{i.e.},
+for all $i$, $j$, $1 \le i \le j \le n$, we have$
+\lim\limits_{t \to \infty} s_{ij}^t = + \infty$.
+One challenge of this work should consist in weakening this constraint.
+We plan as future work to take into account other automatic approaches
+to discharge proofs notably by deductive analysis~\cite{CGK05}.
+
+\JFC{Perspective ANN}
+
+In future work we intend to enlarge the comparison between the
+learning of truly chaotic and non-chaotic behaviors. Other
+computational intelligence tools such as support vector machines will
+be investigated too, to discover which tools are the most relevant
+when facing a truly chaotic phenomenon. A comparison between learning
+rate success and prediction quality will be realized. Concrete
+consequences in biology, physics, and computer science security fields
+will then be stated.
+Ajouter lefait que le codede gray n'est pas optimal.
+On pourrait aussi travailler à établir un classement qui préserverait
+le fait que deux configurations voisines seraient représentées
+par deux entiers voisins. Par optimisation?
+
+\JFC{Perspectives pour les générateurs} : marcher ou sauter... comment on
+pourrait étendre, ce que l'on a déjà, ce qu'il reste à faire.
+
+
+\JFC{prespectives watermarking : réécrire l'algo nicolas dans le formalisme
+du chapitre 8}
+
+% TSI 2015
-% \part{Conclusion et Perspectives}
% \chapter{Conclusion}
\chapter{Preuves sur les SDD}
-\section{Preuve du théorème~\ref{th:Adrien}}\label{anx:sccg}
-\input{annexesccg}
+\section{Convergence du mode mixe}\label{anx:mix}
+\input{annexePreuveMixage}
-\section{Preuve de continuité de $G_f$ dans $(\mathcal{X},d)$}\label{anx:cont}
-\input{annexecontinuite.tex}
-\section{Preuve de Correction et de complétude de l'approche de vérification de convergence à l'aide de SPIN}\label{anx:promela}
+\section{Correction et complétude de la
+ vérification de convergence par SPIN}\label{anx:promela}
\input{annexePromelaProof}
+
+
+\chapter{Preuves sur les systèmes chaotiques}
+
+
+\section{Continuité de $G_f$ dans $(\mathcal{X}_u,d)$}\label{anx:cont}
+\input{annexecontinuite.tex}
+
+
+\section{Caractérisation des fonctions $f$ rendant chaotique $G_{f_u}$ dans $(\mathcal{X}_u,d)$}\label{anx:chaos:unaire}
+\input{caracunaire.tex}
+
+
+\section{Preuve que $d$ est une distance sur $\mathcal{X}_g$}\label{anx:distance:generalise}
+\input{preuveDistanceGeneralisee}
+
+
+\section{Caractérisation des fonctions $f$ rendant chaotique $G_{f_g}$ dans $(\mathcal{X}_g,d)$}\label{anx:chaos:generalise}
+\input{caracgeneralise.tex}
+
+
+\section{Théorème~\ref{th:Adrien}}\label{anx:sccg}
+\input{annexesccg}
+
+
+\chapter{Preuves sur les générateurs de nombres pseudo-aléatoires}\label{anx:generateur}
+\input{annexePreuveDistribution}
+\input{annexePreuveStopping}
+
+\chapter{Preuves sur le marquage de média}\label{anx:marquage}
+\section{Le marquage est $\epsilon$-sego-secure}
+\input{annexePreuveMarquagedhci}
+
+\section{Le mode $f_l$ est doublement stochastique}\label{anx:marquage:dblesto}
+\input{annexePreuveMarquagefldblement}
+
+\section{Le marquage est correct et complet}\label{anx:preuve:marquage:correctioncompletue}
+\input{annexePreuveMarquageCorrectioncompletude}
\backmatter
\bibliographystyle{apalike}
