文献

J-GLOBAL ID：201702285543617074   整理番号：17A0448138

ランダム発生不確実性とセンサ非線形性を持つMarkovジャンプニューラルネットワークのための非脆弱混合H∞及び受動非同期状態推定【Powered by NICT】

Non-fragile mixed H_∞ and passive asynchronous state estimation for Markov jump neural networks with randomly occurring uncertainties and sensor nonlinearity

著者 (3件)： Huo Shicheng (School of Electrical and Information Engineering, Anhui University of Technology, Ma’anshan 243032, China) ,  Chen Mengshen (School of Electrical and Information Engineering, Anhui University of Technology, Ma’anshan 243032, China) ,  Shen Hao (School of Electrical and Information Engineering, Anhui University of Technology, Ma’anshan 243032, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 227  ページ： 46-53  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： 本論文は,不確実な離散時間Markovジャンプのあるニューラルネットワーク(MJNNs)のための脆弱でない混合H∞及び受動非同期状態推定問題を取り上げて論じた。システムの不確実性とセンサの非線形性をランダム発生Bernoulli分散型白色列の集合によって支配されると考えられている。不正確さあるいは不確かさが設計された状態推定器で発生するかもしれないと植物と状態推定器の間の完全なモード同期はほとんど不可能であるため,脆弱でない非同期状態推定器の設計法を提示した。最適マトリックス分離法とLyapunov-Krasovskii方法論を用いて,非脆弱混合H∞及び受動非同期状態推定器の存在のためのいくつかの十分条件を提案した。数値例は,提案した方法の有効性を実証した。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： 十分条件 ,  *非線形性 ,  モード同期 ,  *不確実性 ,  *非同期状態 ,  *ニューラルネットワーク ,  マトリックス分離 ,  センサ ,  *状態推定
準シソーラス用語： 設計法 , 【Automatic Indexing@JST】

著者キーワード (4件)： Markovはジャンプニューラルネットワーク ,  ランダム発生不確実性 ,  混合H∞及び受動非同期状態推定 ,  センサ非線形性

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム同定  (IA02040O)

タイトルに関連する用語 (8件)： ランダム発生 ,  不確実性 ,  非線形性 ,  ジャンプ ,  ニューラルネットワーク ,  脆弱 ,  非同期状態 ,  推定