文献

J-GLOBAL ID：201902222410568101   整理番号：19A1074559

混合時変遅延とインパルスを持つ分数次数複素値ニューラルネットワークの大域ロバスト同期化【JST・京大機械翻訳】

Global Robust Synchronization of Fractional Order Complex Valued Neural Networks with Mixed Time Varying Delays and Impulses

著者 (6件)： Anbalagan Pratap (Department of Mathematics, Alagappa University, Karaikudi, India) ,  Ramachandran Raja (Ramanujan Centre for Higher Mathematics, Alagappa University, Karaikudi, India) ,  Cao Jinde (School of Mathematics, Southeast University, Nanjing, China) ,  Cao Jinde (School of Mathematics and Statistics, Shandong Normal University, Ji’nan, China) ,  Rajchakit Grienggrai (Department of Mathematics, Faculty of Science, Maejo University, Chiang Mai, Thailand) ,  Lim Chee Peng (Institute of Intelligent System Research and Innovation, Deakin University, Deakin, Australia)
資料名： International Journal of Control, Automation and Systems  (International Journal of Control, Automation and Systems)
巻： 17  号： 2  ページ： 509-520  発行年： 2019年 
JST資料番号： W4461A  ISSN： 1598-6446  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,混合時間変化遅延とインパルスを持つ分数次数不確実複素値ニューラルネットワーク(FOUCNNs)のクラスの駆動応答同期に関する理論的問題を調べた。縮約写像原理,ロバスト解析技術,およびRiemann-Liouville(R-L)微分に基づいて,このようなニューラルネットワークシステムの平衡点の存在と一意性のための新しい十分条件を導き,Lyapunov汎関数アプローチを適用することにより,平衡解の大域安定性を得た。さらに,FOUCNNsの同期基準は,適応誤差フィードバック制御戦略によっても引き付けられる。最後に,2つの例をシミュレーション結果と共に提供し,著者らの主な証明の有効性を実証した。Copyright 2019 Institute of Control, Robotics and Systems and The Korean Institute of Electrical Engineers and Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  縮約 ,  十分条件 ,  シミュレーション ,  不確実性 ,  微分 ,  漸近安定 ,  有効性 ,  *ロバスト性 ,  フィードバック制御 ,  写像
準シソーラス用語： Lyapunov汎関数 ,  平衡点 ,  *分数次 ,  *力積 , 【Automatic Indexing@JST】

著者キーワード (4件)： 適応同期化 ,  漸近安定性 ,  複素値ニューラルネットワーク ,  Riemann-Liouville導関数

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (6件)： 時変遅延 ,  インパルス ,  分数次 ,  ニューラルネットワーク ,  ロバスト ,  同期化