X-Git-Url: https://bilbo.iut-bm.univ-fcomte.fr/and/gitweb/hdrcouchot.git/blobdiff_plain/44a56c5eb4a1dfdf7dc67735c5c00f478cef2ede..c1f6ce3a24b92bfb8dd4da3d9092666c73adbcc9:/main.tex?ds=sidebyside

diff --git a/main.tex b/main.tex
index 49b79eb..d5e5590 100644
--- a/main.tex
+++ b/main.tex
@@ -65,28 +65,25 @@
 \hdrpreparedin{Université Bourgogne Franche-Comté}
 
  
-%%--------------------
-%% Set the English abstract
-\hdrabstract[english]{
-Thanks to its  conciseness, a discrete model may allow  to reason with
-problems  that may  not be  handled  without such  a formalism.   Discrete
-dynamical systems  (DDS) belong to this  computer science area.   In this
-authorization  to direct  researches  manuscript,  we firstly  present
-contributions on  convergence, convergence proof, and  a new iteration
-scheme  of  such  systems.   We further  present  contributions  about
-functions whose iterations  can be chaotic. We  particularly present a
-set of methods leading to such  functions. One of them built over Gray
-codes allows to obtain a Markov chain that is doubly stochastic.  This
-last method permits to produce  a large number of Pseudorandom Number
-Generators  (PRNG).   Theoretical  and  practical   contributions  are
-presented   in  this   field.   Information   hiding  area   has  been
-strengthened  in  this  manuscript  and some  contributions  are  thus
-presented.  Instances  of  such  algorithms  are  given  according  to
+%%--------------------     %%     Set     the     English     abstract
+\hdrabstract[english]{ Thanks to its conciseness, a discrete model may
+allow to reason  with problems that may not be  handled without such a
+formalism.  Discrete dynamical systems belong to this computer science
+area.   In  this authorization  to  direct  researches manuscript,  we
+firstly present contributions on convergence, convergence proof, and a
+new   iteration  scheme   of   such  systems.    We  further   present
+contributions  about functions  whose  iterations can  be chaotic.  We
+particularly present a  set of methods leading to  such functions. One
+of them built over Gray codes allows  to obtain a Markov chain that is
+doubly stochastic.  This last method permits to produce a large number
+of Pseudorandom  Number Generators (PRNG).  Theoretical  and practical
+contributions are  presented in  this field.  Information  hiding area
+has been  strengthened in this  manuscript and some  contributions are
+thus presented.  Instances  of such algorithms are  given according to
 functions  that can  achieve  a large  robustness.   Finally, we  have
-proposed an new method to  build distortion functions
-that can be embedded  in information hiding schemes  
-with analysis gradient but  expressed in a
-discrete way.}
+proposed  an new  method to  build  distortion functions  that can  be
+embedded  in information  hiding  schemes with  analysis gradient  but
+expressed in a discrete way.}
  
 %%--------------------
 %% Set the English keywords. They only appear if
@@ -95,29 +92,28 @@ discrete way.}
 generators, information hiding.}
  
 %%--------------------     %%     Set      the     French     abstract
-\hdrabstract[french]{  
-
-Grâce à  leur concision, les modèle  discrets permettent d'appréhender
-des  problèmes informatiques  qui ne  seraient parfois  pas traitables
-autrement.  Les  systèmes dynamiques  discrets s'intègrent  dans cette
-thématique.  Dans cette habilitation, nous montrerons tout d'abord des
-contributions concernant  la convergence, la preuve  de convergence et
-un  nouveau  mode  opératoire  de tels  systèmes.   Nous  présenterons
-ensuite  un   ensemble  d'avancées  autour  des   fonctions  dont  les
-itérations  peuvent  être   chaotiques.   Particulièrement,  plusieurs
-méthodes permettant  d'obtenir de  telles fonctions  seront proposées,
-dont une basée  sur les codes de Gray, permettant  d'avoir en plus une
-chaîne de Markov doublement stochastique.  Cette dernière méthode nous
-permettra notamment  d'engendrer une grande famille  de générateurs de
-nombres  pseudo-aléatoires (PRNG).   Des  contributions théoriques  et
-pratiques autour de ces PRNGs seront mises en avant.  La thématique de
-masquage d'information  (déjà présente dans l'équipe)  a été renforcée
-et des  avancées significatives sur  ce sujet seront  présentées.  Des
-instances de  ces algorithmes  seront formalisées en  sélectionnant les
-fonctions à  itérer pour garantir une  robustesse élevée.  Finalement,
-nous  montrerons  qu'on  peut  construire de  nouvelles  fonctions  de
-distorsion utilisables en masquage  d'information à l'aide de méthodes
-d'analyse par gradient mais discret cette fois encore.
+\hdrabstract[french]{  Grâce à  leur  concision,  les modèle  discrets
+permettent d'appréhender  des problèmes informatiques qui  ne seraient
+parfois pas  traitables autrement.   Les systèmes  dynamiques discrets
+s'intègrent  dans cette  thématique.   Dans  cette habilitation,  nous
+montrerons tout  d'abord des contributions concernant  la convergence,
+la  preuve  de convergence  et  un  nouveau  mode opératoire  de  tels
+systèmes.  Nous présenterons ensuite un ensemble d'avancées autour des
+fonctions    dont   les    itérations    peuvent   être    chaotiques.
+Particulièrement,  plusieurs méthodes  permettant d'obtenir  de telles
+fonctions  seront proposées,  dont une  basée sur  les codes  de Gray,
+fournissant, en  plus une,  chaîne de Markov  doublement stochastique.
+Grâce à cette  dernière, nous pourrons notamment  engendrer une grande
+famille  de  générateurs  de nombres  pseudo-aléatoires  (PRNG).   Des
+contributions théoriques et pratiques autour de ces PRNGs seront mises
+en avant.  La thématique de masquage d'information (déjà présente dans
+l'équipe) a été renforcée et  des avancées significatives sur ce sujet
+seront   présentées.   Des   instances  de   ces  algorithmes   seront
+formalisées en sélectionnant les fonctions  à itérer pour garantir une
+robustesse élevée.  Finalement, nous  montrerons qu'on peut construire
+de  nouvelles   fonctions  de   distorsion  utilisables   en  masquage
+d'information à l'aide de méthodes d'analyse par gradient mais discret
+cette fois encore.
 
  }