Resumen

Se investiga el problema de la estabilidad exponencial global para redes neuronales recurrentes con retardo variable en el tiempo. Al dividir el intervalo de retardo [] en subintervalos dinámicos, se introduce un nuevo funcional de Lyapunov-Krasovskii; luego, se deriva un nuevo criterio de estabilidad exponencial dependiente del retardo basado en desigualdades matriciales lineales (LMI), que es menos conservador que algunas literaturas anteriores (Zhang et al., 2005; He et al., 2006; y Wu et al., 2008). Finalmente, se proporciona un ejemplo ilustrativo para mostrar la efectividad y la ventaja del resultado propuesto.

• Materias:Ecuaciones diferenciales Dinámica de fragmentación Medios porosos Circuito abierto
• Subjects:Differential equations Fragmentation dynamics Porous media Open circuit
• Palabras claves:Global; Estabilidad exponencial; Redes neuronales recurrentes; Retardo variable en el tiempo; Desigualdad de matrices lineales; Efectividad
• Keywords:Global; Exponential stability; Recurrent neural networks; Time-varying delay; Linear-matrix-inequality; Effectiveness