×
董涛;廖晓峰;王爱娟

双时滞复值神经网络的稳定性和Hopf分支。 （英语） Zbl 1348.34062号

非线性动力学。 82，编号1-2，173-184（2015）.
摘要：本文研究了一类具有两个时滞的复值神经网络。考虑到激活函数可以通过分解为实部和虚部来表示，并将时滞之和作为分岔参数，研究了包括局部渐近稳定性和局部Hopf分岔在内的动力学行为。通过分析相关的特征方程，当时滞之和通过一个临界值序列时，会发生Hopf分岔。应用规范形理论和中心流形定理，导出了分岔周期解的线性化模型和稳定性。最后，给出了一个示例来支持理论结果。

引用于18文件

MSC公司：

34B45码 常微分方程的图和网络边值问题
92B20型 用于/用于生物研究、人工生命和相关主题的神经网络
34D20型 常微分方程解的稳定性
2005年第34天 常微分方程解的渐近性质
34克18 泛函微分方程的分岔理论

关键词：

霍普夫分岔;神经网络;稳定性;复值的;时间延迟
PDF格式BibTeX公司 XML格式引用
\textit{T.Dong}等人，《非线性动力学》。82，编号1--2，173-184（2015；Zbl 1348.34062）
全文： 内政部

参考文献：

[1] 霍普菲尔德（Hopfield），J.J.：具有分级响应的神经元具有与双状态神经元类似的集体计算特性。程序。国家。阿卡德。科学。美国81，3088（1984）·Zbl 1371.92015年 ·doi:10.1073/pnas.81.10.3088
[2] Marcus，C.，Westervelt，R.：具有延迟的模拟神经网络的稳定性。物理学。修订版A 39，347-359（1989）·doi:10.1103/PhysRevA.39.347
[3] Babcock，K.，Westervelt，R.：简单电子神经网络的动力学。物理学。D非线性现象。28, 305-316 (1987) ·doi:10.1016/0167-2789（87）90021-2
[4] Gopalsamy，K.，He，X.：双向联想记忆网络中的延迟无关稳定性。IEEE传输。神经网络。5, 998-1002 (1994) ·doi:10.1109/72.329700
[5] Kosto，B.：双向联想记忆。IEEE传输。系统。人类网络。18, 49 (1988) ·doi:10.1009/21.87054
[6] Gopalsamy，K.，He，X.：双向联想记忆网络中的延迟相关稳定性。IEEE传输。神经网络。5, 998-1002 (1994) ·doi:10.1109/72.329700
[7] Dong，T.，Liao，X.：简化的多延迟BAM神经网络模型中的Hopf-Pitchfork分岔。J.计算。申请。数学。253, 222-234 (2013) ·Zbl 1294.34077号 ·doi:10.1016/j.cam.2013.04.027
[8] Dong，T.，Liao，X.：Bogdanov-在具有多个延迟的三神经元BAM神经网络模型中发生分歧。非线性动力学。71583-595（2013年）·Zbl 1268.34132号 ·doi:10.1007/s11071-012-0683-9
[9] Yu，W.，Cao，J.：具有时滞的四神经元BAM神经网络的稳定性和Hopf分支分析。物理学。莱特。A 35164-78（2006）·Zbl 1234.34047号 ·doi:10.1016/j.physleta.2005.10.056
[10] Dong，T.，Liao，X.，Huang，T.：具有时滞的惯性双神经元系统中的Hopf-干叉分岔。神经计算97223-232（2012）·doi:10.1016/j.neucom.2012.06.008
[11] Lee，D.L.：使用广义投影规则改进复值Hopfield联想记忆。IEEE传输。神经网络。17, 1341-1347 (2006) ·doi:10.1109/TNN.2006.878786
[12] Zhou，W.，Zurada，J.M.：具有复值线性阈值神经元的离散时间递归神经网络。IEEE传输。电路系统。II实验简报56，669-673（2009）·doi:10.1109/TCSII.2009.2025625
[13] Xu，X.，Zhang，J.，Shi，J.：混合时滞复值神经网络的指数稳定性。神经计算128、483-490（2014）·doi:10.1016/j.neucom.2013.08.014
[14] Rao，V.S.H.，Murthy，G.R.：一类复值神经网络的全局动力学。国际神经系统杂志。18(2), 165-171 (2008) ·doi:10.1142/S0129065708001476
[15] Hu，J.，Wang，J.：具有时滞的复值递归神经网络的全局稳定性。IEEE传输。神经网络。23（6），853-865（2012）·Zbl 1294.34077号
[16] Kuroe，Y.，Yoshid，M.，Mori，T.：关于复值神经网络的激活函数——能量函数的存在性。摘自：《人工神经网络和神经信息处理》，第174-175页。施普林格，纽约（2003）
[17] Zhou，B.，song，Q.：具有时滞的复值神经网络的有界性和完全稳定性。IEEE传输。神经网络。24(8), 1127-1238 (2013)
[18] Hassard，B.D.，Kazarinoff，N.，Wan，Y.：霍普夫分叉的理论与应用。剑桥大学出版社，剑桥（1981）·Zbl 0474.34002号
[19] 阮，S.，魏，J.：超越函数的零点及其在双时滞微分方程稳定性中的应用。动态。Contin公司。离散脉冲。系统。序列号。数学。分析。10, 863-874 (2003) ·Zbl 1068.34072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。