文献

J-GLOBAL ID：201702276681672245   整理番号：17A0887531

確率的パラメータと不完全な測定をもつ離散時間複数遅れニューラルネットワークのためのイベントトリガー状態推定【Powered by NICT】

Event-Triggered State Estimation for Discrete-Time Multidelayed Neural Networks With Stochastic Parameters and Incomplete Measurements

著者 (3件)： Shen Bo (School of Information Science and Technology, Donghua University, Shanghai, China) ,  Wang Zidong (Department of Computer Science, Brunel University London, Uxbridge, U.K.) ,  Qiao Hong (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences (CAS), Beijing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 5  ページ： 1152-1163  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,イベントトリガー状態推定問題は,確率的パラメータと不完全な測定をもつ離散時間multidelayedニューラルネットワークのクラスについて調べた。神経信号のより現実的な伝達過程に対応するために,システムパラメータのランダム変動を特性化する確率変数のセットを導入する初めての試みである。ニューラルネットワークモデルでは,相互接続の遅延は異なることが可能で,これは,既存の文献のものよりも一般的である。考慮下における不完全情報をランダム発生センサ飽和と量子化を含んでいる。省エネルギーの目的のために,イベントトリガー状態推定器を構築し,推定誤差動力学は指数関数的に最終的に平均二乗で制限される与えられる十分条件。誤差ダイナミックスの終局有界性を明示的に推定したことは注目に値する。望ましい推定器利得の特性化は,ある種の行列不等式に対する解の観点から設計した。最後に,数値シミュレーション例を提示し,提案イベントトリガー状態推定方式の有効性を示すために提示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 省エネルギー ,  センサ ,  神経インパルス ,  利得 ,  指数関数 ,  相互接続 ,  *状態推定 ,  量子化 ,  キャラクタリゼーション ,  十分条件 ,  *ニューラルネットワーク
準シソーラス用語： 数値シミュレーション ,  推定誤差 ,  神経回路網モデル ,  システムパラメータ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 確率 ,  パラメータ ,  遅れニューラルネットワーク ,  イベント ,  トリガー ,  状態推定