通过矩阵测量方法实现惯性神经网络的投影同步,延迟和不连续激活的和不对称和控制
K Udhayakumar1, S Shanmugasundaram1, Ardak Kashkynbayev2
1Department of Mathematics, Bharathiar University, Coimbatore 641 046, Tamilnadu, India.
ISA transactions
|July 31, 2023
概括
本研究探讨了具有时间延迟和集群结构的复杂神经网络中的投射同步. 它建立了可靠网络融合的条件,尽管参数不匹配和外部冲动.
科学领域:
- 计算神经科学是一种神经科学.
- 网络动态 网络动态
- 非线性系统是非线性系统.
背景情况:
- 研究非线性不连续合惯性神经网络中的投影同步.
- 针对具有混合变化时间延迟和集群拓结构的网络.
- 考虑诸如不匹配的参数和集群间影响等挑战.
研究的目的:
- 检查复杂神经网络拓学的同步问题.
- 在各种干扰下建立网络融合条件.
- 通过数值模拟来验证理论发现.
主要方法:
- 使用矩阵测量技术来分析网络稳定性.
- 使用平均冲动间隔分析用于收条件.
- 应用数值模拟来证明不同脉冲范围的有效性.
主要成果:
- 在所考虑的神经网络中推导出确保投射同步的条件.
- 证明了冲动和参数不匹配对同步的影响.
- 证实了不同条件下同步战略的稳定性.
结论:
- 提出的方法有效地确定了投射同步的条件.
- 这些发现适用于具有时间延迟和集群结构的复杂神经网络.
- 数字模拟验证了理论框架及其实际含义.
