Resumen

En este documento, se investiga la estabilidad de las redes neuronales conmutadas (SNNs) con incertidumbres en parámetros de intervalo y retardos temporales. En primer lugar, se discuten las condiciones para la existencia y unicidad del punto de equilibrio del sistema. En segundo lugar, se emplea el enfoque del tiempo promedio de permanencia y la propiedad de matriz M para obtener condiciones que garanticen la estabilidad exponencial global de las SNNs retardadas bajo conmutación restringida. En tercer lugar, recurriendo a la técnica de desigualdad y la idea de función de Lyapunov vectorial, se deriva una condición suficiente para garantizar la estabilidad exponencial robusta de las SNNs retardadas bajo conmutación arbitraria. La forma de las funciones de Lyapunov construidas es simple, lo que tiene cierta similitud al estudiar las SNNs retardadas, y los resultados propuestos no solo son explícitos, sino que también revelan la relación entre la conmutación restringida y la conmutación arbitraria de las SNNs.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Redes neuronales; Estabilidad; Conmutadas; Retardos en el tiempo; Exponencial; Lyapunov
• Keywords:Neural networks; Stability; Switched; Time delays; Exponential; Lyapunov