×
曹敏;尹勋武;宋文和;孙雪梅;杨成东;任顺燕

多权值耦合随机神经网络的无源性分析。 （英语） Zbl 1471.93118号

离散动态。国家社会学。 2021年，文章ID 9688627，17 p.（2021）.
摘要：在本文中，我们致力于研究两类具有多权值和输入输出维数不相容的耦合随机神经网络（CSNN）的无源性。首先，针对可能具有不相容输入和输出维数的随机系统，提出了无源性的一些新定义。利用随机分析技术和Lyapunov泛函方法，分别给出了无多延迟耦合和有多延迟耦合的CSNN实现无源性的几个充分条件。此外，利用输出静态无源性的结果，建立了多权值CSNN的同步准则。最后，通过两个仿真实例验证了理论结果的有效性。

MSC公司：

93B70型 网络控制
93立方厘米 延迟控制/观测系统
92B20型 生物研究、人工生命和相关主题中的神经网络
93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等）
93甲14 分散的系统
PDF格式BibTeX公司 XML格式引用
\textit{M.Cao}等人，离散动态。Nat.Soc.2021，文章ID 9688627，17 p.（2021；Zbl 1471.93118）
全文： 内政部
OA许可证

参考文献：

[1] Wen，S。；曾，Z。；黄，T。；孟，Q。；Yao，W.，通过神经激活函数实现切换神经网络的滞后同步以及在图像加密中的应用，IEEE神经网络和学习系统汇刊，26，7，1493-1502（2015）·doi:10.1109/tnnls.2014.2387355
[2] Wen，S。；曾，Z。；黄，T。；Zhang，Y.，通过模糊方法实现忆阻神经网络的指数自适应滞后同步及其在伪随机数生成器中的应用，IEEE模糊系统汇刊，22，61704-1173（2014）·doi:10.1109/tfuzz.2013.2294855
[3] Yang，Y。；曹，J.，用于求解凸约束优化问题的反馈神经网络，应用数学与计算，201，1-2，340-350（2008）·Zbl 1152.90566号 ·doi:10.1016/j.amc.2007.12.029
[4] 牟，S。；高，H。；Lam，J。；Qiang，W.，时滞Hopfield神经网络时滞相关渐近稳定性的新判据，IEEE神经网络汇刊，19，3，532-535（2008）·doi:10.1109/tnn.2007.912593
[5] 张，H。；王，Z。；Liu，D.，《连续时间递归神经网络稳定性分析的综合评述》，IEEE神经网络和学习系统汇刊，25，7，1229-1262（2014）·doi:10.1109/tnnls.2014.2317880
[6] 杨，B。；Wang，J。；Wang，J.，通过一个新的积分不等式对延迟神经网络进行稳定性分析，神经网络，88，49-57（2017）·Zbl 1441.93208号 ·doi:10.1016/j.neunet.2017.01.008
[7] 陈，C。；李，L。；彭，H。；Yang，Y。；Mi，L.公司。；Zhao，H.，一个新的定时稳定性定理及其在神经网络定时同步中的应用，神经网络，123，412-419（2020）·Zbl 1443.93128号 ·doi:10.1016/j.neuet.2019.12.028
[8] Rajchakit，G。；Chanthorn，P。；Niezabitowski，M。；Raja，R。；巴利亚努，D。；Pratap，A.，基于记忆电阻的分数阶竞争神经网络稳定性和无源性分析的脉冲效应，神经计算，417，290-301（2020）·doi:10.1016/j.neucom.2020.07.036
[9] 萨拉瓦南，S。；乌梅沙，V。；Syed Ali，M。；Padmanabhan，S.，基于加权积分不等式的时变时滞不确定神经网络的指数无源性，神经计算，314429-436（2018）·doi:10.1016/j.neucom.2018.07.009
[10] Ge，C。；Park，J.H。；华，C。；Shi，C.，具有离散和分布式时变时滞的不确定神经网络的鲁棒无源性分析，神经计算，364330-337（2019）·doi:10.1016/j.neucom.2019.06.077
[11] 肖，Q。；Huang，Z。；Zeng，Z.，基于记忆电阻的离散和分布式延迟惯性神经网络的无源性分析，IEEE系统、人与控制论汇刊：系统，49，2，375-385（2019）·doi:10.1109/tsmc.2017.2732503
[12] Wang，Y。；曹，Y。；郭，Z。；Wen，S.，具有多比例延迟和脉冲的记忆递归神经网络的被动性和传递性，应用数学与计算，369，124838（2020）·Zbl 1433.92006年 ·doi:10.1016/j.amc.2019.124838
[13] Rajchakit，G。；Sriraman，R.，时变时滞不确定复值脉冲神经网络的鲁棒无源性和稳定性分析，《神经处理快报》，53，1，581-606（2021）·doi:10.1007/s11063-020-10401-w
[14] Chanthorn，P。；Rajchakit，G。；拉马林加姆，S。；Lim，C.P。；Ramachandran，R.，具有时变时滞和线性分数不确定性的Hopfield型复值神经网络的鲁棒耗散性分析，数学，8，4，595（2020）·doi:10.3390/路径8040595
[15] 周，J。；刘，Y。；夏，J。；王，Z。；Arik，S.，具有半马尔可夫跳变参数的随机延迟反应扩散神经网络的弹性容错反同步，神经网络，125，194-204（2020）·Zbl 1447.93078号 ·doi:10.1016/j.neunet.2020.02.015
[16] 刘，Y。；宣，Z。；王，Z。；周，J。；Liu，Y.，随机控制器增益扰动下时滞神经网络的采样数据指数同步，应用数学与计算，385，125429（2020）·Zbl 1508.93196号 ·doi:10.1016/j.amc..2020.125429
[17] 朱，Q。；Cao，J.，具有混合时滞的马尔可夫跳跃脉冲随机Cohen-Grossberg神经网络的鲁棒指数稳定性，IEEE神经网络汇刊，21，8，1314-1325（2010）·doi:10.1109/tnn.2010.2054108
[18] 张伟。；Tang，Y。；Wong，W.K。；Miao，Q.，具有局部脉冲效应的时滞神经网络的随机稳定性，IEEE神经网络和学习系统汇刊，26，10，2336-2345（2015）·doi:10.1109/tnnls.2014.2380451
[19] Sriraman，R。；曹，Y。；Samidurai，R.，具有概率时变时滞的随机复值神经网络的全局渐近稳定性，模拟中的数学与计算机，171，103-118（2020）·Zbl 1482.68216号 ·doi:10.1016/j.matcom.2019.04.001
[20] Yang，D。；Li，X.，通过状态相关切换律对具有参数不确定性的随机切换神经网络进行鲁棒稳定性分析，神经计算，452，813-819（2021），出版社·doi:10.1016/j.neucom.2019.11.120
[21] Chanthorn，P。；Rajchakit，G。；汉弗莱斯，美国。；Kaewmesri，P。；斯里拉曼，R。；Lim，C.P.，不确定随机复值Hopfield时滞神经网络鲁棒稳定性的延迟离散方法，Symmetry，12，5，683（2020）·doi:10.3390/sym12050683
[22] 吴振国。；Shi，P。；苏，H。；Chu，J.，具有混合时滞的离散随机马尔可夫跳跃神经网络的无源性分析，IEEE神经网络汇刊，22，10，1566-1575（2011）·doi:10.10109年/月.2011.2163203年
[23] R·武士。；Manivannan，R.，带有泄漏和加性时变延迟分量的随机脉冲神经网络的鲁棒无源性分析，应用数学与计算，268743-762（2015）·Zbl 1410.93091号 ·doi:10.1016/j.amc.2015.06.116
[24] R·武士。；Manivannan，R.，具有离散和分布式时变时滞的不确定随机神经网络的时滞范围相关无源性分析，神经计算，185191-201（2016）·doi:10.1016/j.neucom.2015.12.056
[25] Nagamani，G。；Radhika，T。；Zhu，Q.，具有两个延迟分量的马尔可夫跳跃随机神经网络的耗散性和无源性分析的改进结果，IEEE神经网络和学习系统汇刊，28，12，3018-3031（2017）·doi:10.1109/tnnls.2016.2608360
[26] Rajchakit，G。；Sriraman，R。；Samidurai，R.，具有马尔可夫跳变参数的延迟随机广义神经网络的耗散性分析，国际非线性科学与数值模拟杂志（2021），出版·Zbl 1525.60094号 ·doi:10.1515/ijnsns-2019-0244
[27] Humphries，美国。；Rajchakit，G。；Sriraman，R.，具有马尔可夫跳变参数的不确定随机广义神经网络鲁棒耗散性的扩展分析，《对称性》，12，6，1-21（2020）·doi:10.3390/sym12061035
[28] Gray，C.M.，《神经元系统的同步振荡：机制和功能》，《计算神经科学杂志》，1，1-2，11-38（1994）·doi:10.1007/bf00962716
[29] 冯，J。；王，S。；Wang，Z.，混合非线性耦合神经网络阵列中的随机同步，神经计算，74，18，3808-3815（2011）·doi:10.1016/j.neucom.2011.07.004
[30] Syed Ali，M。；萨拉瓦纳库马尔，R。；Ahn，C.K。；Karimi，H.R.，具有泄漏延迟和混合时变延迟的神经网络的随机H∞滤波，信息科学，388-389，118-134（2017）·Zbl 1432.93356号 ·doi:10.1016/j.ins.2017.010
[31] 李，N。；Cao，J.，带时滞的切换区间耦合神经网络的无源性和鲁棒同步，国际系统科学杂志，47，12，2827-2836（2015）·Zbl 1347.93039号 ·doi:10.1080/00207721.2015.1029570
[32] 黄，C。；Wang，W。；曹，J。；Lu，J.，具有事件触发通信的部分耦合神经网络的基于同步的被动性，神经计算，319134-143（2018）·doi:10.1016/j.neucom.2018.08.060
[33] Chen，W。；黄，Y。；Ren，S.，具有固定和自适应耦合权重的耦合记忆延迟神经网络的无源性，神经计算，313346-363（2018）·doi:10.1016/j.neucom.2018.06.019
[34] Ren，S.-Y。；Wang，J.-L。；Wu，J.，具有有向和无向拓扑的耦合神经网络的广义无源性，神经计算，314371-385（2018）·doi:10.1016/j.neucom.2018.06.035
[35] 黄，Y。；林，S。；Yang，E.，具有固定拓扑和开关拓扑的多加权耦合延迟反应扩散记忆神经网络的事件触发无源性，非线性科学和数值模拟中的通信，89，105292（2020）·Zbl 1451.93237号
[36] Wu，W。；Chen，T.，时变耦合线性耦合神经网络系统的全局同步准则，IEEE神经网络汇刊，19，2，319-332（2008）·doi:10.1109/tnn.2007.908639
[37] 齐，X。；Bao，H。；Cao，J.，带脉冲的四元数耦合神经网络的同步标准，神经网络，128，150-157（2020）·Zbl 1471.93225号 ·doi:10.1016/j.neunet.2020.04.027
[38] Wang，Y。；卢，J。；李，X。；Liang，J.，混合脉冲效应下耦合神经网络的同步：一种新的延迟不等式方法，神经网络，127，38-46（2020）·Zbl 1471.93231号 ·doi:10.1016/j.neunet.2020.04.002
[39] 陈，S。；姜浩。；卢，B。；Yu，Z.，通过固定脉冲控制实现有向拓扑下惯性耦合神经网络的指数同步，富兰克林研究所学报，357，3，1671-1689（2020）·Zbl 1430.93097号 ·doi:10.1016/j.jfranklin.2019.11.032
[40] Huang，Y.-L。；邱，S.-H。；Ren，S.-Y.，耦合记忆神经网络的有限时间同步和无源性，《国际控制杂志》，93，12，2824-2837（2020），出版社·Zbl 1454.93248号 ·doi:10.1080/0207179.2019.1566640
[41] 杨，X。；Cao，J.，带间歇控制的耦合神经网络的随机同步，《物理快报》A，373，36，3259-3272（2009）·Zbl 1233.34020号 ·doi:10.1016/j.physleta.2009.07.013
[42] M.J.帕克。；Kwon，O.M.先生。；Park，J.H。；Lee，S.M。；Cha，E.J.，具有时变时滞和泄漏时滞的耦合随机神经网络的同步准则，富兰克林研究所杂志，349，5，1699-1720（2012）·Zbl 1254.93012号 ·doi:10.1016/j.jfranklin.2012.02.002
[43] Bao，H。；Park，J.H。；Cao，J.，带时变概率延迟耦合和脉冲延迟的耦合随机记忆电阻器神经网络的指数同步，IEEE神经网络和学习系统汇刊，27，1，190-201（2016）·doi:10.1109/tnnls.2015.2475737
[44] 陈，H。；Shi，P。；Lim，C.-C.，通过自适应反馈控制实现中立型马尔可夫随机耦合神经网络的指数同步，IEEE神经网络和学习系统汇刊，28，7，1618-1632（2017）·doi:10.1109/tnnls.2016.2546962
[45] 李，H。；方，J.-A。；李，X。；Rutkowski，L。；Huang，T.，具有随机扰动和多重延迟的离散时间耦合神经网络的事件触发脉冲同步，神经网络，132，447-460（2020）·兹比尔1478.93403 ·doi:10.1016/j.neunet.2020.09.012
[46] Tang，H.-A。；Wang，J.-L。；王，L。；胡，X。；周，Y。；Duan，S.，多权值耦合神经网络无源性和指数同步的脉冲控制，富兰克林研究所杂志，356，10，5434-5463（2019）·Zbl 1415.93175号 ·doi:10.1016/j.jfranklin.2019.05.010
[47] Wang，Y。；黄，Y。；Yang，E.，具有和不具有参数不确定性的多加权耦合神经网络的被动性和同步性的事件触发通信，IET控制理论与应用，14，9，1228-1239（2020）·doi:10.1049/iet-cta.2019.0852
[48] Wang，J.-L。；Zhao，L.-H.，多权值耦合神经网络无源性和同步的PD和PI控制，IEEE网络科学与工程学报，8，1，790-802（2021）·doi:10.1109/tnse.2021.3052889
[49] 陈，S。；冯，J。；Wang，J。；Zhao，Y.，驱动响应随机记忆神经网络的几乎确定指数同步，应用数学与计算，383，125360（2020）·Zbl 1508.93315号 ·doi:10.1016/j.amc.2020.125360
[50] 黄，L。；Mao，X.，不确定随机时滞系统鲁棒（H_）控制的SMC设计，Automatica，46，405-412（2010）·Zbl 1205.93041号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。