\usepackage[utf8]{inputenc}
\usepackage{thmtools, thm-restate}
\usepackage{multirow}
+\usepackage{algorithm2e}
%\declaretheorem{theorem}
%%--------------------
%%--------------------
%% 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{\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{corollary}{Corollaire}
\newtheorem*{xpl}{Exemple}
\newtheorem*{Proof}{Preuve}
\newtheorem{Def}{Définition}
\chapter[Caracterisation des systèmes
discrets chaotiques]{Caracterisation des systèmes
- discrets chaotiques pour les schémas unaires et généralisés}
+ 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),
\input{15TSI}
-\section{Générer des fonctions chaotiques}
+\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{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.
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
+
+
% \chapter{Conclusion}
\input{annexesccg}
-
+\chapter{Preuves sur les générateurs de nombres pseudo-aléatoires}\label{anx:generateur}
+\input{annexePreuveDistribution}
+\input{annexePreuveStopping}
\backmatter
