Sincronización polinómica semiglobal de redes neuronales BAM de alto orden con múltiples retardos proporcionales
Autores: Cong, Er-yong; Zhang, Xian; Zhu, Li
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Sincronización polinómica semiglobal de redes neuronales BAM de alto orden con múltiples retardos proporcionales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Papel
Sincronización polinómica semi-global
SGPS
Redes neuronales de memoria asociativa bidireccional
HOBAMNNs
Retrasos proporcionales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Este documento aborda el problema de sincronización polinómica semi-global (SGPS) para una clase de redes neuronales de memoria asociativa bidireccional de orden alto (HOBAMNNs) con múltiples retardos proporcionales. El criterio de estabilidad polinómica semi-global dependiente del retardo temporal para sistemas de error fue establecido a través de un enfoque directo. Las condiciones de estabilidad derivadas se formulan como varias desigualdades simples que son fácilmente resolubles, facilitando la verificación directa mediante el uso de herramientas computacionales estándar (por ejemplo, YALMIP). Notablemente, este método puede aplicarse a muchos modelos de sistemas con retardos proporcionales después de modificaciones menores. Finalmente, se proporciona un ejemplo numérico para validar la efectividad de los resultados teóricos.
Descripción
Este documento aborda el problema de sincronización polinómica semi-global (SGPS) para una clase de redes neuronales de memoria asociativa bidireccional de orden alto (HOBAMNNs) con múltiples retardos proporcionales. El criterio de estabilidad polinómica semi-global dependiente del retardo temporal para sistemas de error fue establecido a través de un enfoque directo. Las condiciones de estabilidad derivadas se formulan como varias desigualdades simples que son fácilmente resolubles, facilitando la verificación directa mediante el uso de herramientas computacionales estándar (por ejemplo, YALMIP). Notablemente, este método puede aplicarse a muchos modelos de sistemas con retardos proporcionales después de modificaciones menores. Finalmente, se proporciona un ejemplo numérico para validar la efectividad de los resultados teóricos.