文献

J-GLOBAL ID：201902299769476586   整理番号：19A1185382

測定飽和とフェージングを受ける離散時間メムリスティブニューラルネットワークのためのイベント誘発集合メンバーシップフィルタリング【JST・京大機械翻訳】

Event-triggered set-membership filtering for discrete-time memristive neural networks subject to measurement saturation and fadings

著者 (4件)： Yan Le (Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China) ,  Zhang Sunjie (Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China) ,  Wei Guoliang (Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China) ,  Liu Shuai (Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 346  ページ： 20-29  発行年： 2019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： 本論文において,集合-メンバシップ(SM)フィルタリング問題を,未知の有界の外乱を有する離散的時間遅れメムリスティックニューラルネットワーク(MNNs)の分類のために調査した。出力測定は飽和を受けており,その伝達は所定の事象誘発戦略によって支配される。さらに,通信チャネルは通常フェージングであり,それは間隔[0,1]において異なる値をとる確率変数の集合によって記述される。非線形活性化関数および飽和関数は,それぞれLipschitz様およびセクタ条件を満たすと仮定した。本論文の目的は,資源保存の利益を保証しながら,現実の状態を含む特定の領域を推定するために,事象誘発(ET)フィルタを設計することである。再帰線形行列不等式を通して,推定楕円集合を最適化するために,いくつかの十分条件を引き出した。さらに,MNNsのための最適SMフィルタの設計は,半定値プログラミング法により凸最適化問題を解くこととして再キャストされる。最後に,設計されたフィルタリングアルゴリズムの有効性を検証するために,説得力のあるシミュレーション例を提供した。Copyright 2019 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： *フィルタ ,  有効性 ,  *フィルタリング ,  チャネル ,  最適化 ,  十分条件 ,  通信チャネル ,  シミュレーション ,  アルゴリズム
準シソーラス用語： 説得 ,  線形行列不等式 ,  活性化関数 ,  確率変数 ,  時間遅れ ,  有界 , 【Automatic Indexing@JST】

著者キーワード (5件)： 記憶神経回路網 ,  集合メンバーシップフィルタリング ,  事象トリガ機構 ,  チャネルのフェージング ,  センサの飽和

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 飽和 ,  フェージング ,  イベント ,  誘発 ,  集合