×
Kumar，安基特;达斯，苏比尔;维杰·雅达夫。;拉杰夫

具有时变延迟和交互项的复值递归神经网络的全局拟同步。 （英语） Zbl 1500.93129号

混沌孤子分形 152，文章ID 111323，10 p.（2021）.
摘要：本文研究了具有时变时滞和交互项的复值递归神经网络（CVRNN）的全局准同步问题。它基于标准李亚普诺夫稳定性理论和非线性李普希茨活化函数所采用的矩阵测度方法。通过对Lyapunov稳定性技术的适当描述，有效地证明了复值递归神经网络模型全局准同步的充分条件。本文为具有时变时滞和相互作用项的CVRNN提供了一个新的结果。最后，通过一个数值例子说明了我们的理论结果在几种条件下的可行性和坚定不移的质量。

引用于三文件

MSC公司：

93D99型 控制系统的稳定性
93B70型 网络控制
34K20码 泛函微分方程的稳定性理论
34K35型 泛函微分方程的控制问题
93立方厘米 延迟控制/观测系统

关键词：

复数变量;递归神经网络;准同步;时变延迟项;相互作用项;矩阵测度法;李亚普诺夫稳定性理论
PDF格式BibTeX公司 XML格式引用
\textit{A.Kumar}等人，混沌孤子分形152，文章ID 111323，10 p.（2021；Zbl 1500.93129）
全文： 内政部

参考文献：

[1] Cochocki，A。；Unbehauen，R.，《用于优化和信号处理的神经网络》（1993），John Wiley&Sons，Inc·Zbl 0824.68101号
[2] Ema，K。；横山由纪夫。；Nakamoto，T。；Moriizumi，T.，使用石英谐振器传感器阵列和神经网络模式识别的气味传感系统，Sens Actuator，18，3-4，291-296（1989）
[3] 松冈，K。；Ohoya，M。；Kawamoto，M.，非平稳信号盲分离的神经网络，神经网络，8，3，411-419（1995）
[4] Hirose，A.，《复杂值神经网络：理论和应用》，5（2003），《世界科学》·Zbl 1058.68096号
[5] 马修斯，J。；Howell，R.，《数学与工程的复杂分析》（2012），Jones&Bartlett Publishers·Zbl 1303.30001号
[6] 博纳，M。；Rao，V.S.H。；Sanyal，S.，复杂值神经网络在时间尺度上的全局稳定性，Differ Equ Dyn Syst，19，1-2，3-11（2011）·兹比尔1258.34180
[7] Lee，D.L.，复值神经网络稳定性条件的松弛，IEEE Trans neural Netw，12，5，1260-1262（2001）
[8] 刘，X。；Chen，T.，具有异步时滞的复值递归神经网络的全局指数稳定性，IEEE Trans neural Netw Learn Syst，27，3，593-606（2015）
[9] 段，L。；Shi，M。；黄，C。；Fang，X.，具有不连续激活的延迟扩散复合值神经网络的有限/固定时间同步，混沌、孤子和分形，110386（2020）
[10] Mandic，D。；Chambers，J.，《预测用递归神经网络：学习算法、架构和稳定性》（2001），威利出版社
[11] Haykin，S.，《神经网络：综合基金会》（2007），Prentice-Hall，Inc·Zbl 0828.68103号
[12] Goh，S.L.公司。；Mandic，D.P.，复值递归神经网络的增广扩展卡尔曼滤波算法，神经计算，19，4，1039-1055（2007）·Zbl 1118.68118号
[13] 李，C。；廖，X。；Yu，J.，带IIR神经元模型的复值递归神经网络：训练与应用，循环系统信号处理，21，5，461-471（2002）·Zbl 1057.68086号
[14] 张，W。；李，C。；Huang，T.，具有时滞和不确定性的复值递归神经网络的全局鲁棒稳定性，国际生物数学杂志，7，02，1450016（2014）·兹比尔1330.92016
[15] 郝，Z。；Xing yuan，W.兴元。；彭飞，Y。；于杰，S.，时变复值神经网络的组合同步与稳定性分析，混沌孤子分形，131109485（2020）·Zbl 1495.68198号
[16] 艾森伯格，I.，《多值逻辑和复杂值神经网络》，克劳迪奥·莫拉加：对多值逻辑与软计算的热情，153-171（2017），施普林格
[17] Fang，T。；Sun，J.，具有时滞的复值递归神经网络的稳定性，IEEE Trans neural Netw Learn Syst，25，9，1709-1713（2014）
[18] 宋，Q。；Yan，H。；赵，Z。；Liu，Y.，具有时变时滞和脉冲效应的复值神经网络的全局指数稳定性，neural Netw，79，108-116（2016）·Zbl 1417.34180号
[19] 宋，Q。；Yan，H。；赵，Z。；Liu，Y.，具有异步时变和连续分布时滞的脉冲复值神经网络的全局指数稳定性，神经网络，81，1-10（2016）·Zbl 1417.34181号
[20] 宋，Q。；Zhao，Z.，时间尺度上同时具有泄漏延迟和时变延迟的复值神经网络的稳定性准则，神经计算，171179-184（2016）
[21] 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 Trans neural Netw Learn Syst，27，1，190-201（2015）
[22] 王，D。；黄，L。；Tang，L.，通过函数微分包含实现神经网络全局指数同步的新结果，Chaos，25，8，083103（2015）·Zbl 1374.92017年
[23] 李毅。；Li，C.，在一个控制周期内通过两个开关的间歇控制实现延迟混沌神经网络的完全同步，神经计算，1731341-1347（2016）
[24] 李，N。；Cao，J.，通过w-measure实现基于忆阻器的耦合神经网络的滞后同步，IEEE Trans neural Netw Learn Syst，27，3，686-697（2015）
[25] 张，G。；沈毅。；Wang，L.，一类时变时滞混沌记忆神经网络的全局反同步，神经网络，46，1-8（2013）·Zbl 1296.93075号
[26] 刘，Y。；Wu，J.，塑料耦合延迟相耦合振荡器的局部相位同步和聚类，J Math Ana Appl，444，2，947-956（2016）·Zbl 1347.34100号
[27] 王，D。；黄，L。；Tang，L.，通过函数微分包含实现具有混合延迟的不连续神经网络的同步标准，IEEE Trans neural Netw Learn Syst，29，5，1809-1821（2017）
[28] 郝，Z。；Xing yuan，W.兴元。；肖慧，L.，复合值神经网络与滑模控制的同步，J Frankl Inst，353，2，345-358（2016）·Zbl 1395.93148号
[29] 黄，L。；冯·R。；Wang，M.，基于变结构控制的扰动不确定混沌系统同步，Phys Lett A，350，3-4，197-200（2006）·兹比尔1195.93119
[30] Xing，J。；姜浩。；Hu，C.，通过周期性间歇控制实现延迟递归神经网络的指数同步，神经计算，113122-129（2013）
[31] 王，Z。；Parastesh，F。；Rajagopal，K。；哈马拉什，I.I。；Hussain，I.，两个耦合混沌记忆hopfield神经网络中的延迟诱导同步，混沌孤子分形，134109702（2020）·Zbl 1483.92025
[32] Xin，Y。；李毅。；黄，X。；Cheng，Z.，延迟混沌记忆神经网络的准同步，IEEE Trans-Cybern，49，2，712-718（2017）
[33] 于世华。；Hyun，C.-H。；Park，M.-G.，使用主动反推设计控制和同步新超混沌系统，国际模糊逻辑智能系统杂志，11，2，77-83（2011）
[34] 于世华。；Hyun，C.-H。；Park，M.-N.，单输入4-d Lorenz-Stenflo混沌系统的退步控制与同步，国际模糊逻辑智能系统杂志，11，3，143-148（2011）
[35] 陈，W.-H。；卢，X。；Zheng，W.X.，离散时滞神经网络的脉冲稳定和脉冲同步，IEEE Trans neural Netw Learn System，26，4，734-748（2014）
[36] Wu，A。；Zeng，Z.，分数阶记忆神经网络的全局Mittag-Lefler稳定，IEEE Trans neural Netw学习系统，28，1，206-217（2015）
[37] Chien，T.-I。；Liao，T.-L.，使用混沌调制、密码学和混沌同步设计安全数字通信系统，混沌孤子分形，24，1，241-255（2005）·Zbl 1068.94003号
[38] 丁·S。；王，Z。；Zhang，H.，通过区域划分相关间歇控制实现延迟记忆神经网络的准同步，IEEE Trans-Cybern，49，12，4066-4077（2018）
[39] 刘，X。；Yu，W.，具有非相同不连续节点的延迟耦合网络的准同步，国际神经网络研讨会，274-284（2012），施普林格
[40] 谢，D。；姜瑜。；Han，M.，通过矩阵测量方法实现具有时滞的复值神经网络的全局指数同步，神经过程Lett，49，1，187-201（2019）
[41] 刘，Y。；张，D。；Lu，J.，时变时滞四元数递归神经网络的全局指数稳定性，非线性Dyn，87，1553-565（2017）·Zbl 1371.93098号
[42] 朱，R。；郭毅。；Wang，F.，通过脉冲控制实现分布式和比例延迟异质神经网络的准同步，混沌孤子分形，141110322（2020）·兹比尔1496.68293
[43] Zhang，Y。；邓，S.，基于分数阶复值记忆电阻的时滞神经网络的有限时间投影同步，混沌孤子分形，128，176-190（2019）·Zbl 1483.93567号
[44] 库马尔，R。；库马尔，美国。；达斯，S。；邱，J。；Lu，J.，异质脉冲对具有混合时变延迟的复值神经网络同步的影响，Inf Sci，551228-244（2021）·Zbl 1485.93271号
[45] 范，Y。；黄，X。；李毅。；夏，J。；Chen，G.，《延迟记忆神经网络准同步的非周期间歇控制：区间矩阵和矩阵测度的组合方法》，IEEE Trans-Syst Man-Cybern，49，11，2254-2265（2018）
[46] 郭，R。；吕伟。；Zhang，Z.，具有时变时滞和参数不匹配的随机复值神经网络的准投影同步，神经计算，415184-192（2020）
[47] 李，H.-L。；胡，C。；曹，J。；姜浩。；Alsadei，A.，具有时滞的分数阶复值神经网络的准投影和完全同步，神经网络，118102-109（2019）·Zbl 1443.93049号
[48] 张，S。；Yang，Y。；李，L。；Wu，D.，具有开关跳跃失配的分数阶复值记忆递归神经网络的准同步，神经过程Lett，53，2，865-891（2021）
[49] Yang，S。；Yu，J。；胡，C。；姜浩，分数阶复值递归神经网络的准投影同步，神经网络，104，104-113（2018）·Zbl 1441.93287号
[50] 刘，X。；Chen，T。；曹，J。；Lu，W.，具有不连续激活和参数失配的神经网络的耗散性和准同步，神经网络，24，10，1013-1021（2011）·Zbl 1264.93048号
[51] 胡，J。；Wang，J.，具有时滞的复值递归神经网络的全局稳定性，IEEE Trans neural Netw Learn Syst，23，6，853-865（2012）
[52] 龚·W。；梁，J。；Cao，J.，时变时滞复值递归神经网络全局指数稳定性的矩阵测度方法，神经网络，70，81-89（2015）·Zbl 1398.34097号
[53] Rajan，R。；甘地，V。；Li，X.，具有时滞和脉冲的复值神经网络的完全稳定性分析，neural Process Lett，41，3，435-468（2015）
[54] Vidyasagar，M.，《非线性系统分析》（1993），《恩格尔伍德悬崖：普伦蒂塞霍尔：恩格尔伍德崖：普朗蒂塞霍尔新泽西，美国》·Zbl 0900.93132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，而不声称其完整性或完全匹配。