文献

J-GLOBAL ID：201802273716648750   整理番号：18A0630206

高次分数BAMニューラルネットワークにおける分岐に対するリーケージ遅延の影響

Impact of leakage delay on bifurcation in high-order fractional BAM neural networks

著者 (3件)： Huang Chengdai (School of Mathematics and Statistics, Xinyang Normal University, Xinyang 464000, China) ,  Cao Jinde (School of Mathematics, and Research Center for Complex Systems and Network Sciences, Southeast University, Nanjing 210996, China) ,  Cao Jinde (School of Mathematics and Statistics, Shandong Normal University, Ji’nan 250014, China)
資料名： Neural Networks  (Neural Networks)
巻： 98  ページ： 223-235  発行年： 2018年02月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,整数次数を持つニューラルネットワークの動力学に及ぼすリーケージ遅延の影響がかなりの注目を集めている。分数ニューラルネットワークはニューラルネットワークの動的性質を明らかにするためにより適切なことが確認されているが,リーケージ遅延を伴う分数ニューラルネットワークに関する結果は比較的少ない。本論文では,主にリーケージ遅延を伴う高次分数双方向連想メモリ(BAM)ニューラルネットワークに関する分岐の問題に注力した。最初の試みでは,リーケージ項における時間遅延を伴う高次分数BAMニューラルネットワークの安定性と分岐に取り組んだ。まず,分岐パラメータとして時間遅れを採用することによって,リーケージ遅延を伴う提案システムに関する分岐の出現条件を確立した。そして,リーケージ遅延の無いシステムの分岐基準を成功裏に取得した。比較分析は,提案した高次分数ニューラルネットワークの安定性性能がリーケージ遅延によって顕著に弱まることを検出したが,これらのことは看過できない。最後に数値例を示し,理論的結果の有効性を証明した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *枝分れ ,  *遅れ ,  高次元 ,  安定性 ,  シミュレーション ,  分数
準シソーラス用語： BAMニューラルネットワーク ,  時間遅れ ,  遅延 ,  分岐

著者キーワード (5件)： 漏れ遅延 ,  分数次数 ,  Hopf分岐 ,  高秩序 ,  BAMニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 分数 ,  BAMニューラルネットワーク ,  分岐 ,  ケージ ,  遅延