文献

J-GLOBAL ID：201702247182063138   整理番号：17A0368930

2加法的時変遅延コンポーネントを用いたメムリスティブ(memristive)ニューラルネットワークのための拡張散逸解析【Powered by NICT】

Extended dissipative analysis for memristive neural networks with two additive time-varying delay components

著者 (4件)： Wei Hongzhi (College of Mathematics and Statistics, Chongqing University, Chongqing 401331, China) ,  Li Ruoxia (Department of Mathematics, and Research Center for Complex Systems and Network Sciences, Southeast University, Nanjing 210096, China) ,  Chen Chunrong (College of Mathematics and Statistics, Chongqing University, Chongqing 401331, China) ,  Tu Zhengwen (School of Mathematics and Statistics, Chongqing Three Gorges University, Wanzhou 404100, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 216  ページ： 429-438  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,二つの付加的時変遅延を持つメムリスティブニューラルネットワークの拡張された散逸性に集中した。メモリスタモデルに基礎を与えた後,本論文では,Lyapunov汎関数,積分不等式の,時変遅延の間の関係によって二次的に安定性と拡張された散逸性基準にいくつかの基本的な結果を確立した。新しい拡張散逸不等式は,いくつかの重み行列を含み,新しい性能指数の重み行列を変換することにより,拡張された散逸性H∞性能,2-L∞性能,受動性および散逸性に分解され,それぞれであろう。最後に,一つの例は,理論的アプローチの顕著な改善を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 不等式 ,  *ニューラルネットワーク ,  性能指数 ,  積分 ,  *加算
準シソーラス用語： 受動性 ,  Lyapunov汎関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： メムリスタ ,  拡張された散逸 ,  二次安定性 ,  付加的時変遅延 ,  線形行列不等式(LMI)

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： 加法 ,  時変遅延 ,  コンポーネント ,  ニューラルネットワーク ,  拡張 ,  散逸 ,  解析