Resumen

Analizamos la robustez de la estabilidad exponencial global de redes neuronales híbridas estocásticas sujetas a términos neutros y retardos variables en el tiempo simultáneamente. Dadas redes neuronales híbridas estocásticas globalmente exponencialmente estables, caracterizamos los límites superiores de los coeficientes de contracción de los términos neutros y los retardos variables en el tiempo mediante el uso de la ecuación trascendental. Además, demostramos teóricamente que, para cualquier red neuronal híbrida estocástica globalmente exponencialmente estable, si los términos neutros aditivos y los retardos variables en el tiempo son menores que los límites superiores obtenidos, entonces las redes neuronales perturbadas también estarán garantizadas de ser globalmente exponencialmente estables. Finalmente, se presenta un ejemplo de simulación numérica para ilustrar los criterios presentados.

• Materias:Ecuaciones en diferencias Ecuación unidimensional Filtrado de información Prevención de interbloqueos Sistemas estocásticos
• Subjects:Difference equations One-dimensional equation Information filtering Interlock prevention Stochastic systems
• Palabras claves:Estabilidad exponencial global; Redes neuronales híbridas estocásticas; Términos neutros; Retardos variables en el tiempo; Coeficientes de contracción; Redes neuronales perturbadas
• Keywords:Global exponential stability; Hybrid stochastic neural networks; Neutral terms; Time-varying delays; Contraction coefficients; Perturbed neural networks