کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6863327 | 677371 | 2015 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
New synchronization criteria for memristor-based networks: Adaptive control and feedback control schemes
ترجمه فارسی عنوان
معیارهای هماهنگ سازی جدید برای شبکه های مبتنی بر ممریستور: طرح های کنترل و کنترل بازخورد
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
در این مقاله همگام سازی شبکه های عصبی مبتنی بر ممریستور با تاخیر زمانی متغیر با استفاده از کنترل کننده تطبیقی و بازخورد بررسی شده است. در چارچوب راه حل فیلپوف و تئوری گنجاندن دیفرانسیل و با استفاده از تکنیک کنترل تطبیقی و ساختار جدیدی از عملکرد لایپونوف، یک قانون به روز شده تطبیقی طراحی شده و دو معیار هماهنگ سازی برای شبکه های عصبی مبتنی بر ممریستور با تاخیر زمانی متغیر به دست آمده است. با برداشتن بعضی از مفروضات اساسی ادبیات، معیارهای هماهنگی مشتق شده، بیشتر از آنچه در ادبیات موجود وجود دارد، عمومی تر است. در نهایت، دو مثال شبیه سازی برای نشان دادن اثربخشی نتایج نظری ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
In this paper, we investigate synchronization for memristor-based neural networks with time-varying delay via an adaptive and feedback controller. Under the framework of Filippov's solution and differential inclusion theory, and by using the adaptive control technique and structuring a novel Lyapunov functional, an adaptive updated law was designed, and two synchronization criteria were derived for memristor-based neural networks with time-varying delay. By removing some of the basic literature assumptions, the derived synchronization criteria were found to be more general than those in existing literature. Finally, two simulation examples are provided to illustrate the effectiveness of the theoretical results.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neural Networks - Volume 61, January 2015, Pages 1-9
Journal: Neural Networks - Volume 61, January 2015, Pages 1-9
نویسندگان
Ning Li, Jinde Cao,