X-Git-Url: https://bilbo.iut-bm.univ-fcomte.fr/and/gitweb/hdrcouchot.git/blobdiff_plain/d33e664452e3655370cbe069e3f6fbd16842c818..21064a689bad8fe8e8666af593cad468f1a89483:/main.tex?ds=sidebyside

diff --git a/main.tex b/main.tex
index 254a34b..47cc2fc 100644
--- a/main.tex
+++ b/main.tex
@@ -62,7 +62,7 @@
 %%--------------------
 %% Set the English abstract
 \hdrabstract[english]{
-éThanks to its  conciseness, a discrete model may allow  to reason with
+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
@@ -91,31 +91,29 @@ 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  (SDD) s'intègrent  dans
-cette  thématique.  Dans  cette habilitation,  nous présenterons  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  de  contributions   autour  des
-fonctions       dont      les       itérations      peuvent       être
-chaotiques.  Particulièrement, nous  présentons  plusieurs méthodes
-permettant d'obtenir de telles fonctions, dont une basée sur les codes
-de Gray, permettant d'obtenir en  plus une chaîne de Markov doublement
-stochastique.   Cette   dernière  méthode  nous  a   permis  notamment
-d'obtenir   une    grande   famille    de   générateurs    de   nombres
+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  présenterons  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 de contributions
+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 présentées.   La thématique  de masquage
-d'information (déjà présente dans l'équipe)
-a été renforcée et des contributions sur
-ce  sujet seront  présentées. Des  instances de  ces algorithmes  sont
-formalisés en  sélectionnant les  fonctions à  itérer pour  garantir une
-robustesse  élevée.  Finalement,  nous  montrons 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.
-
-
+autour  de ces  PRNGs seront  présentées.  La  thématique de masquage
+d'information (déjà  présente dans  l'équipe) a  été renforcée  et des
+contributions sur  ce sujet  seront présentées.  Des instances  de ces
+algorithmes sont  formalisés 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.
 }
  
 %%--------------------