کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6865449 679022 2016 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Global asymptotical stability analysis for a kind of discrete-time recurrent neural network with discontinuous activation functions
ترجمه فارسی عنوان
تجزیه و تحلیل ثبات غیرمستقیم جهانی برای یک نوع شبکه عصبی مکررا با زمان مجزا با توابع فعال متناوب
کلمات کلیدی
شبکه عصبی زمان گسسته، تابع فعال متوقف شده، تفاوت شامل،
ترجمه چکیده
در این مقاله نوعی شبکه عصبی مکرر گسسته با توابع فعال متناوب مورد بحث قرار می گیرد. تئوری تعامل اختیاری به منظور مدل شبکه عصبی زمان گسسته با توابع فعال متناوب معرفی شده است. با تعریف نقطه تعادل شبکه عصبی مجدد زمان مجزا با توابع فعال متناوب و سپس با استفاده از اصل القایی، شرایط کافی برای اطمینان از ثبات همسایگی جهانی نقاط تعادل چنین شبکه عصبی مشتق می شود. سه نمونه برای تأیید اعتبار نتایج ما ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper discusses a kind of discrete-time recurrent neural network with discontinuous activation functions. The theory of difference inclusion is introduced to model discrete-time neural network with discontinuous activation functions. By redefining the equilibrium point of discrete-time recurrent neural network with discontinuous activation functions and then using induction principle, sufficient conditions are derived to ensure global asymptotical stability of the equilibrium points of such neural network. Three examples are presented to verify the validity of our results.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 193, 12 June 2016, Pages 242-249
نویسندگان
, ,