文献

J-GLOBAL ID：201802223603165486   整理番号：18A1132976

遅延確率Hopfieldニューラルネットワークの数値計算とシミュレーションのための2クラスのシータ法の平均二乗安定性【JST・京大機械翻訳】

Mean square stability of two classes of theta methods for numerical computation and simulation of delayed stochastic Hopfield neural networks

著者 (3件)： Liu Linna (Systems Engineering Institute, South China University of Technology, Guangzhou 510640, China) ,  Deng Feiqi (Systems Engineering Institute, South China University of Technology, Guangzhou 510640, China) ,  Zhu Quanxin (School of Mathematical Sciences and Institute of Finance and Statistics, Nanjing Normal University, Nanjing, 210023, China)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 343  ページ： 428-447  発行年： 2018年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  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： 最近,Delid確率微分方程式に対する数値解の安定性に関する研究は,注目を集めているが,これまで,Delid確率的Hopfieldニューラルネットワーク(DSHNN)に対する数値解の安定性解析に関する研究はほとんどなかった。本論文の目的は,分割ステップθ(SST)法の平均二乗指数安定性と基礎モデルに対する確率線形θ(SLT)法を研究することである。任意のθ∈[0,12)に対して,SST法により生成された数値スキームとSLT法はΔ∈(0,Δ*)に対して平均二乗指数関数的に安定であることが証明された。これは,基礎となる連続モデルの平均二乗指数安定性を保証するものと同じ仮定の下では,Δ∈(0,Δ*)に対して指数関数的に安定である。θ∈[12,1]に対して,すべてのΔ>0に対して同じ安定性結論を示した。必要な結論を実行するために,多重時間遅れ,すなわち加重和Lyapunov汎関数法による離散的数値スキームの安定性解析のための新しい技術を提案した。最後に,数値例を示し,提案した方法の適用を説明し,得られた安定性の結論を検証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  安定性解析 ,  指数関数 ,  確率微分方程式 ,  多重化 ,  *数値計算 ,  *Hopfield模型 ,  数値解法
準シソーラス用語： Lyapunov汎関数 ,  時間遅れ ,  連続モデル ,  数値スキーム ,  指数安定性 , 【Automatic Indexing@JST】

著者キーワード (6件)： Hopfieldニューラルネットワーク ,  確率微分方程式 ,  時間遅延 ,  分割ステップシータ法 ,  確率的線形θ法 ,  平均二乗安定性

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (8件)： 遅延 ,  確率 ,  Hopfieldニューラルネットワーク ,  数値計算 ,  シミュレーション ,  クラス ,  平均 ,  安定性