×
Stanimirović，Predrag;老年病，迪米特里斯;Tzekis，Panagiotis公司;拉提坎塔·贝赫拉;贾贾蒂·凯萨里·萨胡

变参数递归神经网络的仿真及其在矩阵反演中的应用。 （英语） Zbl 07331079号

数学。计算。模拟。 185, 614-628 (2021).
摘要：定义并考虑了一类用于计算具有加速收敛时间的时变矩阵逆的自适应递归神经网络。所提出的神经动力学模型在有限时间Zhang神经网络（FTZNN）动力学方程的非线性激活中包含指数增益时变项。属于该类的单个模型通过相应的误差函数定义。理论和实验表明，与以往求解时变（TV）和时不变（TI）矩阵反演的动力学系统相比，使用指数非线性激活加快了误差函数的收敛速度。

引用于4文件

MSC公司：

93年XX月 系统论；控制
37倍X 动力系统与遍历理论

关键词：

循环神经网络;时变矩阵反演;时变系统;有限时间收敛

软件：

Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{P.Stanimirović}等人，《数学》。计算。模拟。185614--628（2021；Zbl 07331079）
全文： 内政部

参考文献：

[1] MATLAB R2015a（2015），MathWorks Inc.：美国马萨诸塞州纳蒂克市MathWorks Inc
[2] Calvetti，D。；Reichel，L.，ADI迭代方法在噪声图像恢复中的应用，SIAM J.矩阵分析。申请。，17, 165-186 (1996) ·Zbl 0849.65101号
[3] 北卡罗来纳州卡内罗。；Caloba，L.P.，模拟矩阵求逆的新算法，Proc。第38届中西部研讨会。电路系统。，1, 401-404 (1995)
[4] 卡斯特兰，E.B。；Silva，V.G.，《关于广义系统控制理论中出现的Sylvester方程的解》，《系统控制快报》。，54, 109-117 (2005) ·兹比尔1129.93409
[5] Cichocki，A。；Unbehauen，R.，求解线性方程组和相关问题的神经网络，IEEE Trans。电路系统。，39, 124-138 (1992) ·Zbl 0748.94025号
[6] 老年病。；Behera，R。；Sahoo，J.K。；Stanimirović，P.S.，用于时变除法的改进有限时间归零神经网络，应用数学研究，146，526-549（2021）·Zbl 1467.93132号
[7] Jang，J。；Lee，S。；Shin，S.，矩阵反演的优化网络，（神经信息处理系统（1988），美国物理研究所：美国物理研究院纽约），397-401
[8] Jin，J。；赵，L。；李，M。；Yu，F。；Xi，Z.，有限时间求解非线性方程的改进归零神经网络，神经计算。申请。，32, 4151-4160 (2020)
[9] 李，S。；陈，S。；Liu，B.，使用符号幂激活函数将递归神经网络加速到有限时间收敛，以求解时变Sylvester方程，神经过程。莱特。，37, 189-205 (2013)
[10] 李，S。；陈，S。；刘，B。；李毅。；Liang，Y.，通过递归神经网络实现一类协作冗余机械手的分散运动控制，神经计算，91，1-10（2012）
[11] 李，S。；Li，Y.，求解时变复杂Sylvester方程的非线性激活神经网络，IEEE Trans。赛博。，44, 1397-1407 (2014)
[12] 李，S。；Lou，Y。；Liu，B.，蓝牙辅助手机定位：非线性神经电路方法，ACM Trans。嵌入式计算。系统。，13, 1-15 (2014)
[13] Liao，B。；Zhang，Y.，从不同的ZF到不同的ZNN模型，通过Li激活函数加速时变矩阵伪逆的有限时间收敛，神经计算，133，512-522（2014）
[14] Manherz，R.K。；约旦，B.W。；Hakimi，S.L.，计算广义逆的模拟方法，IEEE Trans。自动化。控制，13582-585（1968）
[15] Osowski，S.，插值问题中的神经网络，神经计算，5105-118（1993）
[16] 乔·S。；王晓珍。；Wei，Y.，时变复矩阵Drazin逆的两个有限时间收敛Zhang神经网络模型，线性代数应用。，542, 101-117 (2018) ·Zbl 1415.15007号
[17] Smith，K.A.，《用于组合优化的神经网络：十多年研究综述》，Informs J.Compute。，1999年11月15日至34日·Zbl 1034.90528号
[18] P.S.Stanimirović，V.N.Katsikis，D.Gerontitis，求解时变问题的一个新的变参数设计公式，神经过程。莱特。，http://dx.doi.org/10.1007/s11063-020-10386-6。
[19] Stanimirović，P.S。；Katsikis，S.，高阶ZNN动力学，神经过程。莱特。，51697至721（2020）
[20] Stanimirović，P.S。；Petković，M.，常矩阵反演的改进GNN模型，神经过程。莱特。，50, 321-339 (2019)
[21] Stanimirović，P.S。；伊夫科维奇，I.S。；Wei，Y.，基于Drazin逆积分表示的递归神经网络方法，神经计算。，27, 2107-2131 (2015) ·Zbl 1472.92042号
[22] 斯托亚诺维奇一世。；Staminimirović，P.S。；伊夫科维奇，I.S。；老年病。；Wang，X.Z.，基于超幂迭代方法计算矩阵逆的ZNN模型，Filomat，312999-3014（2017）·Zbl 1499.65136号
[23] Sturges，R.H.，模拟矩阵反演，IEEE J.机器人。自动化。，4, 157-162 (1988)
[24] 伊夫科维奇，I.S。；Stanimirović，P.S。；魏勇，计算外逆的递归神经网络，神经计算。，28, 970-998 (2016) ·兹比尔1472.92050
[25] Wang，J.，实时矩阵反演的递归神经网络，应用。数学。计算。，55, 89-100 (1993) ·Zbl 0772.65015号
[26] 王晓珍。；Stanimirović，P.S。；Wei，Y.，用于计算时变复外逆的复ZF，神经计算，275，983-1001（2018）
[27] 肖，L.，为加速张神经网络及其在时变矩阵反演中的应用开发了一个新的设计公式，Theoret。计算。科学。，647, 50-58 (2016) ·Zbl 1350.68117号
[28] Xiao，L.，非线性激活神经动力学及其时变非线性方程的有限时间解，神经计算，1731983-1988（2016）
[29] Xiao，L.，基于新的演化公式非线性动力学求解在线时变Sylvester矩阵方程的有限时间递归神经网络。，90, 1581-1591 (2017) ·Zbl 1380.34047号
[30] 肖，L.，使用新设计公式加速递归神经网络的有限时间收敛及其在时变矩阵平方根中的应用，J.Franklin Inst.B，3545667-5677（2017）·Zbl 1395.93353号
[31] 肖，L。；Liao，B。；李，S。；陈凯，一般时变线性矩阵方程有限时间解的非线性递归神经网络，神经网络。，98, 102-113 (2018) ·Zbl 1441.93265号
[32] 肖，L。；Liao，B。；李，S。；张，Z。；丁·L。；Jin，L.，FTZNN的设计与分析，应用于非平稳Lyapunov方程的实时求解和轮式移动机械手的跟踪控制，IEEE Trans。Ind.Inf.，14，98-105（2018）
[33] 肖，L。；Zhang，Y.，Zhang神经网络与梯度神经网络用于求解时变线性不等式，IEEE Trans。神经网络。，22, 1676-1684 (2011)
[34] 肖，L。；张，Y。；李凯。；Liao，B。；Tan，Z.，一种新型递归神经网络及其时变复矩阵反演的有限时间解，神经计算，331483-492（2019）
[35] Y.Zhang，《重新审视矩阵反演的模拟计算机和基于梯度的神经系统》，载于：《IEEE智能控制国际研讨会论文集》，2005年，第1411-1416页。
[36] 张，Z。；邓，X。；曲，X。；Liao，B。；D.孔。；Li，L.，变增益递归神经网络及其在线求解时变矩阵方程的应用，IEEE Access，677940-77952（2018）
[37] 张勇，葛S.S.，时变矩阵反演的一般递归神经网络模型，载《第42届IEEE决策与控制会议论文集》，2003年，第6169-6174页。
[38] 张，Y。；Ge，S.S.，用于时变矩阵反演的通用递归神经网络模型的设计和分析，IEEE Trans。神经网络。，16, 1477-1490 (2005)
[39] 张，Y。；Guo，D.，Zhang Functions and Variable Models（2015），《施普林格：施普林格-海德堡》·Zbl 1339.65002号
[40] 张，Y。；江博士。；Wang，J.，求解时变系数Sylvester方程的递归神经网络，IEEE Trans。神经网络。，13, 1053-1063 (2002)
[41] 张，Y。；Jin，L。；郭，D。；傅，S。；Xiao，L.，用于时变矩阵反演的三个非线性激活离散时间ZNN模型，（第八届国际自然计算会议（ICNC）（2012））
[42] 张，Y。；马伟（Ma，W.）。；蔡，B.，《从张神经网络到矩阵反演的牛顿迭代法》，IEEE Trans。电路系统-一： 雷古尔。爸爸。，56, 1405-1415 (2009) ·Zbl 1468.65026号
[43] 张，Z。；S.、Li。；张欣，变参数收敛微分神经网络和梯度神经网络在线求解线性时变方程的Simulink比较，（2016年第十二届世界智能控制与自动化大会（WCICA）（2016），IEEE），887-894
[44] 张，Y。；Wang，J.，非线性输出调节的递归神经网络，Automatica，371161-1173（2001）·Zbl 0981.93024号
[45] 张勇，杨勇，张神经网络与梯度神经网络求解时变矩阵平方根的仿真与比较，载：第二届智能信息技术应用国际研讨会，http://dx.doi.org/10.109/IITA.2008.73。
[46] 张，Y。；Yang，Y.B。；蔡，B。；Guo，D.，Zhang神经网络及其在矩阵平方根估计牛顿迭代中的应用，神经计算。申请。，21, 453-460 (2012)
[47] 张，Y。；Yi，C.，Zhang Neural Networks and Neural-Dynamic Method（2011），Nova Science Publishers，Inc.：纽约Nova科学出版社
[48] 张，Y。；Yi，C。；郭，D。；Zheng，J.，张神经动力学和基于梯度的神经动力学在线求解非线性时变方程的比较，神经计算。申请。，20, 1-7 (2011)
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。