G.Velmurugan公司
人员信息
优化列表
2020年–今天
2024 [公元23年] 甘地·维尔穆根 , 年轻的Hoon Joo :
基于二次函数负定方法的T-S模糊系统采样控制设计。 IEEE传输。 模糊系统。 32 ( 三 ) : 979-988 ( 2024 ) 2023 [公元22年] 甘地·维尔穆根 , 年轻的Hoon Joo :
耦合模糊控制器下非线性系统的稳定性分析:一种非PDC方法。 IEEE传输。 系统。 曼赛本。 系统。 53 ( 9 ) : 5691-5701 ( 2023 ) 2022 [公元21年] 甘地·维尔穆根 , 年轻的Hoon Joo :
执行器故障非线性系统的T-S模糊采样数据控制及其在风能系统中的应用。 IEEE传输。 模糊系统。 30 ( 2 ) : 462-474 ( 2022 ) 2020 [公元20年] 拉詹·拉基亚潘 , 甘地·维尔穆根 , Soundharajan前马拉塔 , 年轻的Hoon Joo :
混合时滞记忆惯性神经网络的概周期动力学。 信息科学。 536 : 332-350 ( 2020 ) [公元19年] 维尔穆鲁甘·甘地 , Nasser S.Al-Salti公司 , 易卜拉欣·埃尔莫伊塔巴 :
延时内脏利什曼病模型的数学分析。 J.应用。 数学。 计算。 63 ( 1-2 ) : 217-237 ( 2020 )
2010 – 2019
2019 [公元18年] G.Velmurugan公司 , R.舒巴西尼 , N.萨拉瓦纳巴万 , V.塞尔瓦姆 :
医疗机构服务质量研究。 国际期刊在线生物识别。 工程师。 15 ( 10 ) : 91-106 ( 2019 ) [公元17年] R.拉基亚潘 , D.加亚特里 , G.Velmurugan公司 , 曹金德 :
用平均脉冲间隔法对基于惯性忆阻的时滞神经网络进行指数同步。 神经过程。 莱特。 50 ( 三 ) : 2053-2071 ( 2019 ) 2018 [公元16年] V.普雷西·拉塔 , 法塔拉·里汉 , R.拉基亚潘 , G.Velmurugan公司 :
异质复杂网络上具有延迟免疫反应的埃博拉病毒感染分数阶模型。 J.计算。 申请。 数学。 339 : 134-146 ( 2018 ) [公元15年] R.拉基亚潘 , K.马赫斯瓦里 , G.Velmurugan公司 , Ju H.公园 :
量化半马尔可夫跳变离散时间神经网络的事件触发H∞状态估计。 神经网络 105 : 236-248 ( 2018 ) 2017 [公元14年] R.拉基亚潘 , G.Velmurugan公司 , J.尼古拉斯·乔治 , 拉金德兰·塞尔瓦马尼 :
具有不确定内耦合和钉扎脉冲控制的Lur’e复杂动态网络的指数同步。 申请。 数学。 计算。 307 : 217-231 ( 2017 ) [j13] G.Velmurugan公司 , R.拉基亚潘 , Vembarasan Vaitheeswaran公司 , 曹金德 , 艾哈迈德·阿尔萨迪 :
分数阶时滞复值神经网络的耗散性和稳定性分析。 神经网络 86 : 42-53 ( 2017 ) 2016 [公元12年] 拉詹·拉基亚潘 , 甘地·维尔穆根 , 法塔拉·里汉 , Shanmugam Lakshmanan公司 :
基于记忆电阻的时滞复值递归神经网络的稳定性分析。 复杂。 21 ( 4 ) : 14-39 ( 2016 ) [公元11年] R.拉基亚潘 , G.Velmurugan公司 , 李晓迪 , 多纳尔·奥里根 :
基于记忆电阻的时变时滞复值神经网络的全局耗散性。 神经计算。 申请。 27 ( 三 ) : 629-649 ( 2016 ) [公元10年] G.Velmurugan公司 , R.拉基亚潘 , 曹金德 :
基于分数阶记忆电阻的时滞神经网络的有限时间同步。 神经网络 73 : 36-46 ( 2016 ) [公元9年] R.拉基亚潘 , R.西瓦兰贾尼 , G.Velmurugan公司 , 曹金德 :
全球O(t)分析 -α )一类具有时变时滞的分数阶复值神经网络的稳定性和全局渐近周期性。 神经网络 77 : 51-69 ( 2016 ) 2015 [j8] R.拉基亚潘 , G.Velmurugan公司 , 曹金德 :
具有无界时变时滞的复值神经网络的多μ-稳定性分析。 神经计算 149 : 594-607 ( 2015 ) [j7] R.拉基亚潘 , K·西瓦兰贾尼 , G.Velmurugan公司 :
对“基于记忆电阻的具有区间时变时滞的复值递归神经网络的无源性和无源性”的评论和进一步改进【神经计算144(2014)391-407】。 神经计算 165 : 433-435 ( 2015 ) [j6] 李晓迪 , R.拉基亚潘 , G.Velmurugan公司 :
基于记忆电阻的时变时滞复值神经网络的耗散性分析。 信息科学。 294 : 645-665 ( 2015 ) [j5] G.Velmurugan公司 , R.拉基亚潘 , 曹金德 :
进一步分析具有无界时变时滞的复值神经网络的全局μ-稳定性。 神经网络 67 : 14-27 ( 2015 ) [j4] R.拉基亚潘 , G.Velmurugan公司 , 李晓迪 :
具有时滞和脉冲的复杂值神经网络的完全稳定性分析。 神经过程。 莱特。 41 ( 三 ) : 435-468 ( 2015 ) [j3] G.Velmurugan公司 , R.拉基亚潘 , Shanmugam Lakshmanan公司 :
具有时变时滞的基于忆阻器的复杂值神经网络的无源性分析。 神经过程。 莱特。 42 ( 三 ) : 517-540 ( 2015 ) [注2] R.拉基亚潘 , 曹金德 , G.Velmurugan公司 :
时滞分数阶复值神经网络的存在性和一致稳定性分析。 IEEE传输。 神经网络学习。 系统。 26 ( 1 ) : 84-97 ( 2015 ) 2014 [j1] R.拉基亚潘 , K·西瓦兰贾尼 , G.Velmurugan公司 :
基于记忆电阻的具有区间时变时滞的复值递归神经网络的无源性和传递性。 神经计算 144 : 391-407 ( 2014 )