Resumen

Este documento examina un análisis de pasividad para una clase de redes neuronales recurrentes de tiempo discreto (DRNNs) con incertidumbres de parámetros de tiempo variable acotados en norma y retraso de intervalo de tiempo variable. Se asume que las funciones de activación son globalmente continuas de Lipschitz. Basándose en un tipo apropiado de funcional de Lyapunov, se derivan condiciones suficientes de pasividad para las DRNNs en términos de una familia de desigualdades matriciales lineales (LMIs). Se presentan dos ejemplos numéricos para ilustrar la efectividad y aplicabilidad.

• Materias:Sistema de ecuaciones Conjuntos de Julia Métodos espectrales Valor límite
• Subjects:System of equations Julia sets Spectral methods Boundary value
• Palabras claves:Análisis de la pasividad; Redes neuronales recurrentes de tiempo discreto; Incertidumbres de parámetros; Retardo variable en el tiempo; Funciones de activación; Funcional de Lyapunov
• Keywords:Passivity analysis; Discrete-time recurrent neural networks; Parameter uncertainties; Time-varying delay; Activation functions; Lyapunov functional