基于延迟-导数-依赖方法的延迟神经网络稳定性分析

《IEEE Access》:Stability Analysis for Delayed Neural Networks Based on Delay-Derivative-Dependent Approaches

【字体: 大 中 小 】 时间:2026年05月08日 来源:IEEE Access 3.6

编辑推荐:

   摘要: 在延迟神经网络的稳定性分析中,时间延迟及其导数通常受到上下界的约束。为了更充分利用与延迟相关的信息,本文通过额外引入延迟导数的信息,对一些基本方法进行了改进,例如积分不等式、基于正定激活函数的交叉项以及延迟乘积Lyapunov-Krasovskii泛函。这些改进

  

摘要:

在延迟神经网络的稳定性分析中,时间延迟及其导数通常受到上下界的约束。为了更充分利用与延迟相关的信息,本文通过额外引入延迟导数的信息,对一些基本方法进行了改进,例如积分不等式、基于正定激活函数的交叉项以及延迟乘积Lyapunov-Krasovskii泛函。这些改进后的方法不仅考虑了与延迟相关的因素,还考虑了与延迟导数相关的因素,因此它们的保守性较低。利用这些改进后的方法,为延迟神经网络建立了一个基于延迟导数的稳定性判据,该判据具有较低的保守性,并通过两个示例验证了其有效性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号