Resumen

Investigamos una clase de redes neuronales difusas con aprendizaje no supervisado de tipo Hebbiano en escalas de tiempo. Mediante el uso del método de funciones de Lyapunov, se derivan algunas nuevas condiciones suficientes para garantizar la dinámica de aprendizaje y la estabilidad exponencial de las redes difusas en escalas de tiempo. Nuestros resultados son generales y pueden incluir redes difusas basadas en aprendizaje en tiempo continuo y sus análogos en tiempo discreto. Además, nuestros resultados revelan algunos nuevos comportamientos de aprendizaje de sinapsis difusas en escalas de tiempo que rara vez se discuten en la literatura.

• Materias:Ecuaciones diferenciales Análisis funcional Operadores Teoremas Sistemas no lineales
• Subjects:Differential equations Functional analysis Operators Theorems Nonlinear systems
• Palabras claves:Investigar; Redes neuronales difusas; Aprendizaje no supervisado tipo Hebbiano; Escalas de tiempo; Método funcional de Lyapunov; Estabilidad exponencial
• Keywords:Investigate; Fuzzy neural networks; Hebbian-type unsupervised learning; Time scales; Lyapunov functional method; Exponential stability