文献

J-GLOBAL ID：202202281081495646   整理番号：22A1046811

ハイブリッド遅延を持つニューラルネットワークのための遅延確率依存状態推定【JST・京大機械翻訳】

Delay-probability-dependent state estimation for neural networks with hybrid delays

著者 (4件)： Qian Wei (School of Electrical Engineering and Automation, Henan Polytechnic University, Henan 454000, China) ,  Liu Haibo (School of Electrical Engineering and Automation, Henan Polytechnic University, Henan 454000, China) ,  Zhao Yunji (School of Electrical Engineering and Automation, Henan Polytechnic University, Henan 454000, China) ,  Li Yalong (School of Electrical Engineering and Automation, Henan Polytechnic University, Henan 454000, China)
資料名： Applied Mathematics and Computation  (Applied Mathematics and Computation)
巻： 424  ページ： Null  発行年： 2022年 
JST資料番号： D0568B  ISSN： 0096-3003  CODEN： AMHCBQ  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： この議論は,ハイブリッド遅延を有するニューラルネットワーク(NN)の遅延確率依存H_∞状態推定問題を研究する。最初に,より一般的なシステムモデルと状態推定器を,時間遅れの離散遅延,分散遅れと確率分布を考慮することによって確立した。第2に,拡張非積分と単一積分二次項を含む革新的Lyapunov-Krasovskii汎関数(LKF)を提唱して,それは多重機能項の内部接続を知らせる。一方,LKFの無限演算子を効果的に処理するために,一般化自由重み付け行列積分不等式(GFWMII)を選択し,書き込みベース不等式と協調した。結果として,より保守的な基準は得られず,考察したシステムが望ましいH_∞性能で漸近的に平均二乗安定であることを確実にする。最後に,2つのシミュレーション例を示し,達成された手法の利点を得た。Copyright 2022 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： シミュレーション ,  積分 ,  不等式 ,  システム ,  保全 ,  *状態推定 ,  *ニューラルネットワーク ,  確率分布 ,  *遅れ ,  汎関数 ,  システムモデル ,  多重化 ,  重みづけ
準シソーラス用語： 時間遅れ ,  行列積 , 【Automatic Indexing@JST】

著者キーワード (5件)： ニューラルネットワーク ,  ハイブリッド遅延 ,  確率分布 ,  H_∞状態推定 ,  望ましい性能

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 遅延 ,  ニューラルネットワーク ,  確率 ,  状態推定