文献

J-GLOBAL ID：202002211653819596   整理番号：20A1025847

将来の拡張Ssylveester行列方程式を解くための新しい離散時間ゼロ化ニューラルネットワークの提案,開発および検証【JST・京大機械翻訳】

Proposing, developing and verification of a novel discrete-time zeroing neural network for solving future augmented Sylvester matrix equation

著者 (4件)： Shi Yang (School of Information Engineering, Yangzhou University, Yangzhou 225127, China) ,  Jin Long (School of Information Science and Engineering, Lanzhou University, Lanzhou 730000, China) ,  Li Shuai (College of Engineering, Swansea University, Swansea, UK) ,  Qiang Jipeng (School of Information Engineering, Yangzhou University, Yangzhou 225127, China)
資料名： Journal of the Franklin Institute. Engineering and Applied Mathematics  (Journal of the Franklin Institute. Engineering and Applied Mathematics)
巻： 357  号： 6  ページ： 3636-3655  発行年： 2020年 
JST資料番号： C0292A  ISSN： 0016-0032  CODEN： JFINA  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： 本論文では,新しい離散時間前進零化ニューラルネットワーク(DT-AZNN)モデルを提案し,開発し,将来の拡張Sylvester行列方程式(F-ASME)を解くために研究した。まず第一に,前進零化ニューラルネットワーク(AZNN)設計式に基づいて,連続時間拡張Sylvester行列方程式(CT-ASME)を解くために,新しい連続時間前進零化ニューラルネットワーク(CT-AZNN)モデルを示した。第二に,最近発表された離散化式を,提案された離散化式の最適サンプリングギャップでさらに研究した。次に,F-ASMEを解くために,新しいDT-AZNNモデルを離散化式に基づいて提案した。DT-AZNNモデルの収束特性と摂動抑制性能に関する理論解析を提供した。さらに,比較数値実験結果を,F-ASMEを解くために提案したDT-AZNNモデルの有効性とロバスト性を証明するために実施した。Copyright 2020 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： *ニューラルネットワーク ,  米国機械学会 ,  有効性 ,  摂動 ,  連続時間系 ,  ロバスト性
準シソーラス用語： *行列方程式 ,  離散化 ,  理論解析 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 拡張 ,  行列方程式 ,  ニューラルネットワーク ,  提案 ,  開発 ,  検証