×
魏若玉；曹金德

时滞四元数值记忆神经网络的全局指数同步。 （英语） Zbl 1451.34098号

非线性分析。，模型。控制 25，编号1，36-56（2020）.
摘要：本文将记忆神经网络扩展到四元数领域，建立了一类新的四元数值记忆神经网络，并研究了这类网络的驱动响应全局同步问题。考虑了两种情况：一种是采用传统的微分包含假设，另一种是不采用微分包含假设。通过适当选择Lyapunov泛函并应用一些不等式技巧，分别得到了这两种情况下的全局同步准则。最后，给出了相应的仿真实例，验证了本文所提结果的正确性。

引用于4文件

MSC公司：

34公里24 泛函微分方程的同步
34K20码 泛函微分方程的稳定性理论
92B20型 生物研究、人工生命和相关主题中的神经网络
94C60个 模型定性研究和仿真中的电路

关键词：

记忆电阻器；指数同步；驾驶员响应系统；四元数；时间延迟
PDF格式BibTeX公司 XML格式引用
\textit{R.Wei}和\textit{J.Cao}，非线性分析。，模型。对照25，编号1，36-56（2020；Zbl 1451.34098）
全文： 内政部

参考文献：

[1] S.Adler，D.Finkelstein，四元离子量子力学和量子场，牛津大学出版社，纽约，1995年·Zbl 0885.00019号
[2] H.Bao，J.Cao，基于分数阶记忆电阻的神经网络的投影同步，神经网络。，63:1-9, 2015. ·Zbl 1323.93036号
[3] H.Bao，J.Cao，非恒等时滞混沌系统的有限时间广义同步，非线性分析。模型。对照，21（3）：306-3242016年·Zbl 1416.93144号
[4] K.Cantley，A.Subramaniam，H.Stiegler，R.Chapman，E.Vogel，Hebbian在具有纳米晶体硅TFT和忆阻突触的尖峰神经网络中的学习，IEEE Trans。纳米技术。，10(5):1066-1073, 2011.
[5] 陈建中，曾振中，江鹏，基于记忆电阻的分数阶神经网络的全局Mittag-Lefler稳定性和同步，神经网络。，51（3）：2014年1月8日·Zbl 1306.34006号
[6] L.Chen，R.Wu，J.Cao，J.Liu，基于记忆电阻的分数阶延迟神经网络的稳定性和同步，神经网络。，71:37-44, 2015. ·Zbl 1398.34096号
[7] X.Chen，Z.Li，Q.Song，J.Hu，Y.Tan，具有时滞和参数不确定性的四元数神经网络的鲁棒稳定性分析，神经网络。，91:55-65, 2017. ·Zbl 1443.34075号
[8] X.Chen，Q.Song，多时滞四元数神经网络的状态估计，IEEE Trans。系统。，人，赛博。，49(11):2278-2287, 2019.
[9] X.Chen，Q.Song，Z.Li，Z.Zhao，Y.Liu，带线性阈值神经元的连续时间和离散时间四元数神经网络的稳定性分析，IEEE Trans。神经网络。学习。系统。，29(7):2769-2781, 2017.
[10] L.O.Chua，Memristor-缺失的电路元件，IEEE Trans。电路理论，18（5）：507-5191971。
[11] F.Corinto，A.Ascoli，M.Gilli，忆阻振荡器的非线性动力学，IEEE Trans。电路系统。一、 雷古尔。巴普。，58(6):1323-1336, 2011. ·兹比尔1468.94570
[12] X.Ding，J.Cao，A.Alsaedi，F.Alsaadi，T.Hayat，具有不连续激活函数的不确定复值神经网络的鲁棒定时同步，神经网络。，90:42-55, 2017. ·Zbl 1439.93015号
[13] L.Duan，X.Fang，C.Huang，具有不连续收获的延迟几乎周期Nicholson苍蝇模型中的全局指数收敛，数学。方法。申请。科学。，41(5): 1954-1965, 2018. ·Zbl 1446.65033号
[14] L.Duan，C.Huang，时滞微分新古典增长模型概周期解的存在性和全局吸引性，数学。方法。申请。科学。，40(3):814-822, 2017. ·Zbl 1359.34091号
[15] C.Huang，B.Liu，涉及非降阶方法的惯性神经网络动态分析新研究，神经计算，325:283-2872019。
[16] C.Huang，B.Liu，X.Tian，L.Yang，X.Zhang，具有非线性衰减函数的渐近概周期SICN的全局收敛性，神经过程。莱特。，49(2):625-641, 2019.
[17] C.Huang，Y.Qiao，L.Huang和R.P.Agarwal，具有阶段结构和时滞的食物链模型的动力学行为，Adv.Differ。Equ.、。，2018(1):186, 2018. ·兹比尔1446.37083
[18] C.Huang、S.Wen、L.Huang，具有多比例延迟的分流抑制细胞神经网络的反周期解动力学，神经计算，357:47-522019年。
[19] 黄建华，杨振中，易涛，邹晓霞，关于一类具有非单调双稳态非线性项的时滞微分方程的吸引域，J.Differ。方程，256（7）：2101-21142014·Zbl 1297.34084号
[20] C.Huang，H.Zhang，涉及比例延迟和非降阶方法的非自治惯性神经网络的周期性，Int.J.Biomath。，12(2):1950016, 2019. ·Zbl 1409.34038号
[21] C.Huang、H.Zhang、L.Huang，具有非线性密度相关死亡率项的延迟Nicholson苍蝇模型的几乎周期性分析，Commun。纯应用程序。分析。，18(6):3337-3349, 2019. ·Zbl 1493.34221号
[22] A.Kaddar，具有饱和发病率的延迟sir流行病模型的稳定性分析，非线性分析。模型。控制，15（3）：299-3062010·Zbl 1227.34084号
[23] 寇昆，夏彦，线性四元数微分方程：基本理论和基本结果，研究应用。数学。，141(1):3-45, 2018. ·Zbl 1406.34036号
[24] N.Li，J.Cao，基于四元数的比例延迟神经网络的全局耗散性分析，神经计算，321:103-1132018。
[25] D.Liu，S.Zhu，S.Kaili，具有时滞的复值记忆神经网络的全局反同步，IEEE Trans。赛博。，49(5):1735-1747, 2019.
[26] 刘毅，张德良，卢军，时变时滞四元数递归神经网络的全局指数稳定性，非线性动力学。，87(1):553-565, 2017. ·Zbl 1371.93098号
[27] K.Miller，K.Nalwa，A.Bergerud，N.Neihart，S.Chaudhary，薄阳极二氧化钛中的记忆行为，IEEE电子器件快报。，31(7):737-739, 2010.
[28] Y.Pershin，M.Ventra，联想记忆与记忆神经网络的实验演示，神经网络。，23(7):881-886, 2010.
[29] S.Qin，J.Feng，J.Song，X.Wen，C.Xu，约束复变量凸优化的单层递归神经网络，IEEE Trans。神经网络。学习。系统。，29(3):534-544, 2018.
[30] R.Rakkiyappan，S.Dharani，Q.Zhu，通过随机采样数据控制器同步时变时滞反应扩散神经网络，非线性动力学。，79(1):485- 500, 2015. ·Zbl 1331.92018年
[31] A.Sahoo，H.Xu，S.Jagannathan，非线性连续时间系统基于神经网络的事件触发状态反馈控制，IEEE Trans。神经网络。学习。系统。，27(3):497-509, 2016.
[32] 宋庆华，陈晓霞，时滞四元数神经网络的多稳定性分析，IEEE Trans。神经网络。学习。系统。，29(11):5430-5440, 2018.
[33] D.Strukov、G.Snider、S.Gregory、D.Stewart、R.Williams，《发现丢失的记忆电阻器》，《自然》，453:80-832008年。
[34] 孙勇军，沈义英，尹庆，徐春秋，四忆阻混沌振荡器系统的复合同步与安全通信，混沌，23（1）：1-102012·Zbl 1319.34093号
[35] Tan Y.，C.Huang，B.Sun，T.Wang，一类具有Neumann边界条件的时滞反应扩散系统的动力学，J.Math。分析。申请。，458(12):1115-1130, 2018. ·Zbl 1378.92077号
[36] C.Took，D.Mandic，超复杂过程自适应滤波的四元数LMS算法，IEEE Trans。信号处理。，57(4):1316-1327, 2009. ·兹比尔1391.93261
[37] Z.Tu，J.Cao，A.Alsadei，B.Ahmad，通过非线性测量方法对延迟四元数神经网络进行稳定性分析，非线性分析。模型。控制，23（3）：361-3792018·Zbl 1420.34094号
[38] Z.Tu，J.Cao，A.Alsadi，T.Hayat，延迟四元数值神经网络的全局耗散分析，神经网络。，89:97-104, 2017. ·Zbl 1443.34068号
[39] R.Wei，J.Cao，A.Alsaedi，时变时滞惯性记忆神经网络的有限时间和固定时间同步分析，Cogn。神经动力学，12（1）：121-1342018。
[40] A.Wu，Z.Zeng，具有离散和分布时滞的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.
[41] Y.Xia，C.Jahanchahi，D.Mandic，四元值回声状态网络，IEEE Trans。神经网络。学习。系统。，26(4):663-673, 2015.
[42] L.Yang，D.Zhang，J.Lou，J.Lu，J.Cao，四元数值神经网络的稳定性分析：分解和直接方法，IEEE Trans。神经网络。学习。系统。，29(9):4201-4211, 2018.
[43] L.Yang，D.Zhang，J.Lu，J.Cao，具有无界时变时滞的四元数值神经网络的全局µ-稳定性准则，信息科学。，360:273-288, 2016. ·Zbl 1450.34050号
[44] Z.Yang，C.Huang，X.Zou，斑块环境下年龄结构人群模型系统中脉冲控制的效果，J.Math。生物学，76（6）：1387-14192018·Zbl 1387.34115号
[45] G.Zhang，Y.Shen，通过周期性间歇控制实现基于延迟忆阻的混沌神经网络的指数同步，神经网络。，55:1-10, 2014. ·Zbl 1322.93055号
[46] 朱勤，含Lévy噪声随机时滞微分方程的稳定性分析，系统。控制信函。，118:62-68, 2018. ·Zbl 1402.93260号
[47] 朱秋秋，具有外部扰动的随机非线性时滞系统的镇定与事件触发反馈控制，IEEE Trans。自动。控制，64（9）：3764-37712019·Zbl 1482.93694号
[48] 朱勤，李晓霞，随机模糊时滞Cohen-Grossberg神经网络的指数和几乎必然指数稳定性，模糊集系统。，203(16):74-79, 2012. ·Zbl 1253.93135号
[49] C.Zou，K.I.Kou，Y.Wang，四元数协同稀疏表示及其在彩色人脸识别中的应用，IEEE Trans。图像处理。，25(7):3287-3302, 2016. ·Zbl 1408.94854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。