From 21064a689bad8fe8e8666af593cad468f1a89483 Mon Sep 17 00:00:00 2001 From: couchot Date: Sun, 25 Sep 2016 18:50:14 +0200 Subject: [PATCH] =?utf8?q?modif=20r=C3=A9sum=C3=A9?= MIME-Version: 1.0 Content-Type: text/plain; charset=utf8 Content-Transfer-Encoding: 8bit --- main.tex | 48 +++++++++++++++++++++++------------------------- 1 file changed, 23 insertions(+), 25 deletions(-) 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. } %%-------------------- -- 2.39.5