Resumen

Este artículo se centra en el problema de estabilización exponencial para redes neuronales de salto de Markov con retardos variables en el tiempo (TDs). En primer lugar, proporcionamos una nueva Desigualdad Integral de Tipo Exponencial basada en matrices libres (FMEII) que contiene la información del exponente de atenuación, lo cual es útil para reducir la conservaduría de los criterios de estabilidad. Para ahorrar aún más en costos de control, introducimos un esquema de Control Impulsivo Adaptativo basado en Eventos Muestrados (AEIC), en el cual el umbral del disparador varía de forma adaptativa con el estado muestreado. Considerando completamente la información sobre el estado muestreado, los TDs y los parámetros de salto de Markov, se construye una función de Lyapunov-Krasovskii adecuada. Con la virtud de FMEII y el esquema AEIC, se presentan algunos criterios de estabilización novedosos en forma de desigualdades matriciales lineales. Por último, se presentan dos ej

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Exponencial; Estabilización; Salto de Markov; Redes neuronales; Retardos variables en el tiempo; Control impulsivo
• Keywords:Exponential; Stabilization; Markov jump; Neural networks; Time-varying delays; Impulsive control