文献

J-GLOBAL ID：202002283702064507   整理番号：20A2234578

多重漏れ遅延を持つ分数次数ニューラルネットワークにおける分岐

Bifurcations in a fractional-order neural network with multiple leakage delays

著者 (7件)： Huang Chengdai (School of Mathematics and Statistics, Xinyang Normal University, Xinyang 464000, China) ,  Liu Heng (School of Science, Guangxi University for Nationalities, Nanning 530006, China) ,  Shi Xiangyun (School of Mathematics and Statistics, Xinyang Normal University, Xinyang 464000, China) ,  Chen Xiaoping (Department of Mathematics, Taizhou University, Taizhou 225300, China) ,  Xiao Min (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210003, China) ,  Wang Zhengxin (School of Science, Nanjing University of Posts and Telecommunications, Nanjing 210023, China) ,  Cao Jinde (Research Center for Complex Systems and Network Sciences, and School of Mathematics, Southeast University, Nanjing 210096, China)
資料名： Neural Networks  (Neural Networks)
巻： 131  ページ： 115-126  発行年： 2020年11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： 本論文では,二重漏れ遅延を持つ分数次数ニューラルネットワーク(FONN)の安定性と分岐を説明した。最初に,分岐パラメータとして均一でない遅延を採用することによって,開発したFONNの特性方程式を慎重に調べた。同時に,それに応じて分岐基準を推定した。次に,分岐点の値に対する精度と正当性を確認するために,不均一な遅延と促された分岐の略図を主に描写した。さらに,比較研究と一致して漏れ遅延の存在によって,提案したFONNの安定性性能が破壊される可能性があるという証拠を惜しげもなく説明した。最終的に,2つの数値例を利用し,開発した理論の実現可能性を立証した。本論文で導出された結果は唯一の漏れ遅延に統合するFONNの分岐に関して取得可能な成果をすべて揃え,それはベンチマークの検討によく役に立ち,FONNの分岐に及ぼす多重漏れ遅延の影響に対して比較的信頼できる指針を提供できる。Copyright 2021 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 ,  *機械学習 ,  評価試験 ,  枝分れ ,  パラメタリゼーション ,  *特性方程式 ,  評価基準 ,  遅れ ,  安定性 ,  実現可能性 ,  性能分析 ,  ベンチマーク
準シソーラス用語： *深層学習 ,  遅延 ,  分岐

著者キーワード (4件)： 多重漏れ遅延 ,  安定性 ,  Hopf分岐 ,  分数次ニューラルネットワーク

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J)

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