文献

J-GLOBAL ID：201702279847293589   整理番号：17A0406466

未知の同一でない時変結合強度を持つdelaid反応-拡散神経回路網の適応同期化【Powered by NICT】

Adaptive synchronization of delayed reaction-diffusion neural networks with unknown non-identical time-varying coupling strengths

著者 (5件)： Li Junmin (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China) ,  He Chao (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China) ,  Zhang Weiyuan (Institute of Nonlinear Science, Xianyang Normal University, Xianyang 712000, PR China) ,  Chen Minglai (School of Mathematics and Statistics, Xidian University, Xi’an 710071, PR China) ,  Chen Minglai (Xi’an Institute of Optics and Precision Mechanics of CAS, Xi’an 710119, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 219  ページ： 144-153  発行年： 2017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,未知の同一でない時変結合強度を持つdelaid反応-拡散ニューラルネットワーク(RDNNs)の漸近同期に関係し,時変結合強度は連続時変周期パラメータと時不変非負パラメータによって構成された。新しい適応手法を利用することにより,結合強度と適応コントローラの微分差分型適応則は同一でないRDNNsは漸近同期されるように設計されている。反応拡散項に依存十分条件は,新しいLyapunov Krasovskiiのような複合エネルギー汎関数(CEF)を構築し,Barbalatの補助定理を用いて導いた。最後に,シミュレーションの例は,開発した手法の有効性を示すために提供した。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： *神経回路網 ,  微分 ,  ニューラルネットワーク ,  不変性 ,  十分条件 ,  *付着強さ
準シソーラス用語： 差分 , 【Automatic Indexing@JST】

著者キーワード (5件)： 同一でない時変結合強度 ,  適応 ,  反応-拡散神経回路網(RDNNs) ,  漸近同期化 ,  Lyapunov Krasovskii様複合エネルギー汎関数(CEF)

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 (5件)： 結合強度 ,  拡散 ,  神経回路網 ,  適応 ,  同期化