]> AND Private Git Repository - hdrcouchot.git/blobdiff - main.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
plein d'aspel
[hdrcouchot.git] / main.tex
index ce52fff00982717267270d1e020566c5e2f7786d..071ab50c25ad415bffd3292d7dc956a56c2dc4ed 100644 (file)
--- a/main.tex
+++ b/main.tex
@@ -16,6 +16,8 @@
 %\usepackage[font=footnotesize]{subfig}
 \usepackage[utf8]{inputenc}
 \usepackage{thmtools, thm-restate}
 %\usepackage[font=footnotesize]{subfig}
 \usepackage[utf8]{inputenc}
 \usepackage{thmtools, thm-restate}
+\usepackage{multirow}
+\usepackage{algorithm2e}
 %\declaretheorem{theorem}
 
 %%--------------------
 %\declaretheorem{theorem}
 
 %%--------------------
@@ -32,7 +34,8 @@
  
 %%--------------------
 %% Set the author of the HDR
  
 %%--------------------
 %% 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
  
 %%--------------------
 %% 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{\Bool}[0]{\ensuremath{\mathds{B}}}
 \newcommand{\rel}[0]{\ensuremath{{\mathcal{R}}}}
 \newcommand{\Gall}[0]{\ensuremath{\mathcal{G}}}
-\newcommand{\Sec}[1]{Sect\,\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{\Fig}[1]{{\sc Figure}~\ref{#1}}
 \newcommand{\Alg}[1]{Algorithme~\ref{#1}}
 \newcommand{\Tab}[1]{Tableau~\ref{#1}}
 \newcommand{\dom}[0]{\ensuremath{\textit{dom}}}
  \newcommand{\eqNode}[0]{\ensuremath{{\mathcal{R}}}}
 
 \newcommand{\dom}[0]{\ensuremath{\textit{dom}}}
  \newcommand{\eqNode}[0]{\ensuremath{{\mathcal{R}}}}
 
+
+\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}}
+
+
 \newtheorem{theorem}{Théorème}
 \newtheorem{lemma}{Lemme}
 \newtheorem{theorem}{Théorème}
 \newtheorem{lemma}{Lemme}
+\newtheorem{corollary}{Corollaire}
 \newtheorem*{xpl}{Exemple}
 \newtheorem*{Proof}{Preuve}
 \newtheorem{Def}{Définition}
 \newtheorem*{xpl}{Exemple}
 \newtheorem*{Proof}{Preuve}
 \newtheorem{Def}{Définition}
@@ -139,18 +152,19 @@ Blabla blabla.
 
 \mainmatter
 
 
 \mainmatter
 
-\part{Système Booléens}
+\part{Réseaux Discrets}
 
 
-\chapter{Iterations discrètes de Systèmes Dynamiques booléens}
+\chapter{Iterations discrètes de réseaux booléens}
+\JFC{chapeau à refaire}
 \section{Formalisation}
 \input{sdd}
 
 \section{Formalisation}
 \input{sdd}
 
-
 \section{Combinaisons synchrones et asynchrones}
 \input{mixage}
 
 \section{Combinaisons synchrones et asynchrones}
 \input{mixage}
 
-
 \section{Conclusion}
 \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
 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
@@ -160,19 +174,98 @@ 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}
 
 
 
 \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{Engendrer une classe de générateurs}
+\input{14Secrypt}
+
+
+\chapter{Quelques expérimentations}
+
+
+
+\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.
+% TSI 2015 
 
 
 
 
-% \part{Conclusion et Perspectives}
 
 % \chapter{Conclusion}
 
 
 % \chapter{Conclusion}
 
@@ -196,16 +289,29 @@ de l'asynchronisme en terme de vitesse de convergence.
 \chapter{Preuves sur les systèmes chaotiques}
 
 
 \chapter{Preuves sur les systèmes chaotiques}
 
 
-\section{Continuité de $G_f$ dans $(\mathcal{X},d)$}\label{anx:cont}
+\section{Continuité de $G_f$ dans $(\mathcal{X}_u,d)$}\label{anx:cont}
 \input{annexecontinuite.tex}
 
 
 \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}
 
 
 
 \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}
 
 \backmatter
 
 
 \backmatter