×
陈永辉;薛、余;杨晓娜;张，西安

一种直接分析混合时滞四元数记忆神经网络拉格朗日全局指数稳定性的方法。 （英语） Zbl 07689974号

申请。数学。计算。 439，文章ID 127633，12 p.（2023）.
摘要：本文主要研究具有泄漏时滞、无界分布时滞和时变离散时滞的四元数记忆神经网络在拉格朗日意义下的全局指数稳定性。在研究过程中，我们将QMNN作为一个整体来考虑，并给出一个与时滞相关的充分条件，以确保所考虑的QMNNs是GESLS，而不是传统的分解为实值记忆神经网络（RMNNs）或复值记忆神经网（CMNNs）。最后通过一个算例说明了理论结果的有效性。本文提出的方法有两个优点：（1）直接根据GESLS的定义，不需要Lyapunov-Krasovskii泛函（LKF），避免了高维矩阵不等式的大规模计算和求解；（2） 它不仅适用于QMNN，也适用于RMNN和CMNN。

引用于6文件

MSC公司：

92Bxx个 一般数学生物学
93立方厘米 控制理论中的模型系统
34Kxx美元 函数微分方程（包括具有延迟、高级或状态相关参数的方程）

关键词：

四元数记忆神经网络;泄漏延迟;拉格朗日意义下的全局指数稳定性;无界分布延迟
PDF格式BibTeX公司 XML格式引用
\textit{Y.Chen}等人，应用。数学。计算。439，文章ID 127633，12 p.（2023；Zbl 07689974）
全文： 内政部

参考文献：

[1] McCulloch，W。；皮特斯，W.，《神经活动内在思想的逻辑演算》，伯努利，5，4，115-133（1943）·Zbl 0063.03860号
[2] 梅塞勒姆，Y。；阿卜杜拉，A.E.H。；莱迪，M。；哈尼尼，S。；Hentablia，M.，有机污染物在活化碳上多系统动态吸附的人工神经网络模型，Kemija Industriji/J.Chem。化学。工程师，70，1-2，1-12（2021）
[3] Le，T.T.，使用神经网络的船舶航向控制系统，J.Mar.Sci。技术。，26, 3, 963-972 (2021)
[4] 张，J。；冯，M.Q。；Zhang，N.，神经网络技术在小规模山洪灾区预警监测和风险评估中的应用，费森尤斯环境。公牛。，第30页，第6页，第6423-6433页（2021年）
[5] Chua，L.O.，Memristor——缺失的电路元件，IEEE Trans。电路理论，18，5，507-519（1971）
[6] 斯特鲁科夫，D.B。；斯奈德，G.S。；Stewart，G.R。；Williams，R.S.，《发现丢失的忆阻器》，《自然》，453，80-83（2008）
[7] 沈，H。；胡，X。；Wang，J。；曹，J。；Qian，W.，双层切换规则下马尔可夫跳奇摄动耦合神经网络的非脆弱（H_）同步，IEEE Trans。神经网络。学习。系统。(2021)
[8] Hua，L。；朱，H。；Shi，K。；钟，S。；Tang，Y。；Liu，Y.，基于记忆电阻的混合时变时滞惯性神经网络的新型有限时间可靠控制设计，IEEE Trans。电路系统。一、 68、4、1599-1609（2021年）
[9] Wang，J。；刘，F。；秦，S.，通过周期性间歇控制实现具有扰动和混合时滞的基于忆阻器的递归神经网络的指数镇定，国际控制自动化杂志。系统。，19, 2284-2296 (2021)
[10] 秦，S。；顾，L。；Pan，X.，基于记忆电阻的时滞惯性神经网络周期解的指数稳定性，神经计算。应用。，32, 8, 3265-3281 (2020)
[11] 陈，C。；朱，S。；魏毅。；Chen，C.，基于延迟忆阻的分数阶神经网络的有限时间稳定性，IEEE Trans。赛博。，50, 4, 1607-1616 (2020)
[12] 邓，K。；朱，S。；Dai，W。；杨，C。；Wen，S.，动态记忆电阻延迟细胞神经网络稳定性的新标准，IEEE Trans。赛博。(2020)
[13] 第189205条
[14] Pavllo，D。；费希滕霍夫，C。；Auli，M.，《用基于四元数的神经网络建模人体运动》，国际计算机杂志。视觉。，128, 4, 855-872 (2020) ·Zbl 1477.68407号
[15] 第117条
[16] Lee，D.，使用中间四元数进行刚体航天器姿态跟踪的容错有限时间控制器，IEEE Trans。Aerosp.航空公司。电子。系统。，57, 1, 540-553 (2021)
[17] 库马尔，S。；Tripathi，B.K.，《关于四元数域神经网络的学习机器及其高维应用》，J.Intell。模糊系统。，36, 6, 5189-5202 (2019)
[18] 陈，Y。；张，X。；Xue，Y.，具有无界分布延迟和时变离散延迟的高阶四元数Hopfield神经网络的全局指数同步，数学。计算。模拟。，193173-189（2022）·Zbl 07442869号
[19] 第126308条·Zbl 1510.34163号
[20] 第125401条·Zbl 1508.39013号
[21] Yu，T。；Zhao，Y。；Wang，J。；Liu，J.，具有持续停留时间的切换遗传调控网络的事件触发滑模控制，非线性分析。，44, 101135 (2022) ·Zbl 1485.93369号
[22] Yu，T。；刘杰。；曾强。；Wu，L.，具有随机扰动和时变时滞的切换遗传调控网络的基于耗散性的滤波，IEEE/ACM Trans。计算。生物信息学。，18, 3, 1082-1092 (2021)
[23] Gopalsamy，K.，BAM中的泄漏延迟，J.Math。分析。应用。，325, 2, 1117-1132 (2007) ·Zbl 1116.34058号
[24] Liu，B.，泄漏项中具有时变时滞的BAM神经网络的全局指数稳定性，非线性分析。，14, 1, 559-566 (2013) ·Zbl 1260.34138号
[25] 廖晓霞。；罗奇。；Guo，Y.X.，时滞递归神经网络在拉格朗日意义下的全局指数稳定性，非线性分析。，9, 4, 1535-1557 (2008) ·Zbl 1154.34384号
[26] 张，G。；沈毅。；Xu，C.，具有时变时滞的记忆递归神经网络在拉格朗日意义下的全局指数稳定性，神经计算，1491330-1336（2015）
[27] 王，X。；Yang，G.H.，切换定向网络下线性多智能体系统的容错一致性跟踪控制，IEEE Trans。赛博。，50, 5, 1921-1930 (2020)
[28] 王，X。；Park，J.H。；刘，H。；Zhang，X.，分布式线性网络物理系统的合作输出反馈安全控制抵抗间歇性DoS攻击，IEEE Trans。赛博。，51, 10, 4924-4933 (2021)
[29] 萧，Q。；Zeng，Z.G.，时变时滞T-S模糊记忆神经网络的拉格朗日稳定性，IEEE Trans。模糊系统。，26, 3, 1091-1103 (2018)
[30] 涂，Z。；王，D。；杨，X。；曹，J.，带中性项的记忆四元数值神经网络的拉格朗日稳定性，神经计算，399380-389（2020）
[31] Shu，H.Q。；宋庆科。；Alsaadi，F.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, 4, 858-870 (2019) ·兹比尔1482.93517
[32] Wei，R.Y。；曹建德。；Huang，C.X.，具有时滞的四元数值记忆神经网络的拉格朗日指数稳定性，数学。方法应用。科学。，43, 12, 7269-7291 (2020) ·Zbl 1451.34093号
[33] 第124572条
[34] 第125851条·Zbl 1508.39005号
[35] Wei，R.Y。；Cao，J.D.，具有时滞的四元数值记忆神经网络的全局指数同步，非线性分析。，25, 1, 36-56 (2020) ·Zbl 1451.34098号
[36] 魏，R。；曹，J。；Abdel-Aty，M.，四元数场中二阶MNN的固定时间同步，IEEE Trans。系统。，人，赛博。，51, 6, 3587-3598 (2021)
[37] 宋，X.N。；Man，J.T。；Song，S。；Ahn，C.K.，带反应扩散项的不一致马尔科夫四元数值记忆神经网络的有限/定时反同步，IEEE Trans。电路系统。一、 68、1、363-375（2021年）
[38] Wu，A。；Zeng，Z.，离散和分布时滞记忆神经网络的拉格朗日稳定性，IEEE Trans。神经网络。学习。系统。，25, 4, 690-703 (2014)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。