文献

J-GLOBAL ID：201802263176844125   整理番号：18A1799607

時変遅延を持つニューラルネットワークのための遅延依存安定性結果の改善【JST・京大機械翻訳】

Improved delay-dependent stability result for neural networks with time-varying delays

著者 (3件)： Shao Hanyong (The Research Institute of Automation, Qufu Normal University, Rizhao, 276826, China) ,  Li Huanhuan (The Research Institute of Automation, Qufu Normal University, Rizhao, 276826, China) ,  Shao Lin (School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing, 100876, China)
資料名： ISA Transactions  (ISA Transactions)
巻： 80  ページ： 35-42  発行年： 2018年 
JST資料番号： B0580A  ISSN： 0019-0578  CODEN： ISATAZ  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,時変遅れを有するニューラルネットワークのための安定性に対する新しいLyapunov-Krasovskii汎関数(LKF)アプローチに関するものである。LKFには2つの特徴がある。最初に,それは活性化関数の情報を完全に利用できる。第二に,それは瞬間状態と遅延状態だけでなく最大遅延状態の情報を使用する。LKFの導関数を推定するとき,2つの特性を持つ新しい技術を採用した。1つは,Wristingerに基づく積分不等式と拡張相反凸不等式を一緒に採用することである。もう一つは,活性化関数の情報が著者らのように使用されることである。Lyapunov安定性理論に基づいて,新しい安定性結果を得た。最後に,3つの例を与えて,安定性結果がいくつかの最近報告されたものより保守的でないことを例示した。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： 汎関数 ,  凸形 ,  *ニューラルネットワーク ,  積分 ,  導関数 ,  不等式 ,  保全
準シソーラス用語： Lyapunov安定性 ,  活性化関数 ,  *遅延依存安定性 ,  *時変遅れ , 【Automatic Indexing@JST】

著者キーワード (4件)： ニューラルネットワーク ,  Lyapunov-Krasovski汎関数 ,  積分不等式 ,  漸近安定性

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： 時変遅延 ,  ニューラルネットワーク ,  遅延依存安定性