×
何塞·J·奥利维拉。

具有无界时滞的离散Hopfield神经网络模型的全局指数稳定性。 （英语） Zbl 1492.39011号

J.差异Equ。申请。 28，第5期，725-751（2022）.
摘要：本文提出了一种研究具有有界或无界时滞的离散系统指数稳定性的一般设置。基于（M）-矩阵理论，我们建立了保证低阶、高阶离散Hopfield神经网络模型零平衡点全局指数稳定性的充分条件，该模型具有无界时滞和泄漏项时滞。对文献的比较表明，我们的结果推广和改进了最近发表的一些文献。

引用于2文件

MSC公司：

第39页第30页 差分方程的稳定性理论
39A60型 差分方程的应用
92秒20 生物研究、人工生命和相关主题中的神经网络

关键词：

神经网络;延迟差分方程;无界延迟;全球稳定性
PDF格式BibTeX公司 XML格式引用
\textit{J.J.Oliveira}，J.Difference Equ。申请。28，第5号，725--751（2022；Zbl 1492.39011）
全文： 内政部 链接

参考文献：

[1] 巴尔迪，P。；Atiya，A.F.，《延迟如何影响神经动力学和学习》，IEEE Trans。神经网络。，5, 4, 612-621 (1994) ·doi:10.1109/72.298231
[2] A.本托。；奥利维拉·J·J。；Silva，C.，具有时滞的Hopfield神经网络的非均匀行为和稳定性，非线性，303088-3103（2017）·Zbl 1380.39020号
[3] 曹，J。；Liang，J.，具有时变时滞的Cohen-Grossberg神经网络的有界性和稳定性，J.Math。分析。申请。，296, 665-685 (2004) ·Zbl 1044.92001
[4] 曹，J。；Wang，L.，双向时滞联想记忆网络的周期振荡解，Phys。E版，61,1825-1828（2000）
[5] 陈，Y。；Jia，S.，具有无界时变时滞的Cohen-Grossberg神经网络的多重稳定性和不稳定性，J.不等式。申请。，178, 1-14 (2019) ·兹比尔1499.34365
[6] 陈，X。；宋，Q。；赵，Z。；Liu，Y.，具有泄漏延迟和混合延迟的离散时间复杂值神经网络的全局μ-稳定性分析，神经计算，175，723-735（2016）
[7] 陈，Y。；张，X。；Xue，Y.，具有无界分布时滞和时变离散时滞的高阶四元数Hopfield神经网络的全局指数同步，数学。计算。同时。，193, 173-189 (2022) ·Zbl 07442869号
[8] Chua，L.O。；Yang，L.，《细胞神经网络：理论》，IEEE Trans。电路系统。，35, 1257-1272 (1988) ·Zbl 0663.94022号
[9] Chua，L.O。；Yang，L.，《细胞神经网络：应用》，IEEE Trans。电路系统。，35, 1273-1290 (1988)
[10] 东，Z。；王，X。；Zhang，X.，高阶时滞离散Cohen-Grossberg神经网络基于非奇异M-矩阵的全局指数稳定性分析，应用。数学。计算。，385 (2020) ·兹比尔1508.39013
[11] 东，Z。；张，X。；Wang，X.，具有时变时滞、连接权重和脉冲的离散高阶Cohen-Grossberg神经网络的全局指数稳定性，J.Franklin Inst.，358，5931-5950（2021）·Zbl 1467.93266号
[12] 酯类，S。；Oliveira，J.J.，无限时滞非自治Cohen-Grossberg神经网络模型的全局渐近稳定性，应用。数学。计算。，265, 333-346 (2015) ·Zbl 1410.34211号
[13] Fiedler，M.，《特殊矩阵及其在数值数学中的应用》（1986），马丁努斯·尼霍夫出版社·Zbl 0677.65019号
[14] 贾尔斯，C.L。；Maxwell，T.，《高阶神经网络中的学习、不变性和泛化》，应用。选择。，26, 23, 4972-4978 (1987)
[15] Gopalsamy，K.，BAM中的泄漏延迟，J.Math。分析。申请。，325, 1117-1132 (2007) ·Zbl 1116.34058号
[16] Y.Hong。；Ma，W.，一类离散时滞Hopfield型神经网络全局吸引和稳定性的充要条件，Math。Biosci公司。工程，16，4936-4946（2019）·Zbl 1496.68286号
[17] 霍普菲尔德（Hopfield），J.J.，具有分级响应的神经元具有与两态神经元类似的集体计算特性，Proc。国家。阿卡德。科学。，81, 3088-3092 (1984) ·Zbl 1371.92015年
[18] 姜浩。；Teng，Z.，具有分布延迟的非自治递归神经网络的有界性和全局稳定性，混沌孤立分形，3083-93（2006）·Zbl 1157.34053号
[19] Lee，H.，带泄漏延迟项的Hopfield人工神经网络加权伪概周期解，J.Chungchenong Math。Soc.，3，221-234（2021年）
[20] Liu，B.，具有时滞和时变系数的Cohen-Grossberg神经网络解的新收敛性，Phys。莱特。A、 372、117-123（2008）·Zbl 1217.34068号
[21] 马库斯，C.M。；Westervelt，R.M.，《时滞模拟神经网络的稳定性》，Phys。修订版A，39，347-359（1989）
[22] Mohamad，S.，延迟细胞神经网络离散时间类似物的全局指数稳定性，J.Difference Equ。申请。，9, 6, 559-575 (2003) ·Zbl 1045.65067号
[23] 穆罕默德，S。；Gopalsamy，K.，具有时滞的连续时间和离散时间细胞神经网络的指数稳定性，应用。数学。计算。，135, 17-38 (2003) ·Zbl 1030.34072号
[24] 穆罕默德，S。；Naim，A.G.，积分微分方程的离散类比建模双向神经网络，J.Compute。申请。数学。，138, 1-20 (2002) ·Zbl 1030.65137号
[25] Oliveira，J.J.，无界时滞非自治神经网络模型的全局指数稳定性，神经网络。，96, 71-79 (2017) ·Zbl 1442.34116号
[26] Shu，H。；宋，Q。；梁，J。；赵，Z。；刘，Y。；Alsaadi，E.，具有泄漏时滞和混合时变时滞的四元数神经网络在拉格朗日意义下的全局指数稳定性，国际期刊系统。科学。，50, 858-870 (2019) ·Zbl 1482.93517号
[27] Sowmiya，C。；Raja，R。；曹，J。；Rajchakit，G。；Alsadei，A.，《具有泄漏和离散时变时滞的不确定BAM神经网络的时滞相关渐近稳定性准则：一个新的求和不等式》，亚洲J.Control，221880-1891（2020）
[28] Suntonsinsoungvon，E。；Udpin，S.，具有多个时变泄漏时滞的离散时间不确定神经网络的指数稳定性，数学。计算。同时。，171, 233-245 (2020) ·Zbl 1510.68100号
[29] Velichko，A。；Belyaev，M。；Boriskov，P.，用于模式识别和计算的多层神经元振荡神经网络模型，电子学，8，1，75（2019）
[30] Wang，L。；Chen，T.，具有一类非光滑激活函数的高阶神经网络的多稳定性和完全收敛性分析，神经计算，152222-230（2015）
[31] Wang，J。；姜浩。；马，T。；Hu，C.，基于具有时滞和脉冲的离散高阶神经网络的新方法，J.Franklin Inst.，355，11，4708-4726（2018）·Zbl 1390.93672号
[32] 徐，C。；Li，P.，时变时滞细胞神经网络指数收敛性的新证明，有界。价值问题。(2019) ·Zbl 1503.34131号 ·doi:10.1186/s13661-019-1235-8
[33] Xu，H。；Wu，R.，具有可变系数和延迟的离散时间神经网络的周期性和指数稳定性，Adv.Differ。Equ.、。，226 (2013) ·Zbl 1379.39007号
[34] 徐，C。；廖，M。；李，P。；袁，S.，泄漏延迟对分数阶复值神经网络分岔的影响，混沌孤子分形，142（2021）·Zbl 1496.68290号
[35] 杨伟（Yang，W.）。；王永伟。；曾振国。；Zheng，D.-F.，具有二阶突触连接的离散时间延迟Cohen-Grossberg神经网络的多重稳定性，神经计算，164，252-261（2015）·doi:10.1016/j.neucom.2015.02.064
[36] 赵，L。；Li，Y.，具有分布时滞的中立型高阶Hopfield神经网络加权伪最周期解的全局指数稳定性，Absr。申请。分析。，2014 (2014) ·Zbl 1470.92031号
[37] 郑浩。；吴，B。；魏，T。；Wang，L。；Wang，Y.，具有S型分布时滞的高阶Hopfield神经网络的全局指数鲁棒稳定性，J.Appl。数学。，2014 (2014) ·Zbl 1442.92003年
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。