Resumen

Se estudia la estabilidad exponencial global para redes neuronales de memoria asociativa bidireccional con retardos variables en el tiempo. En nuestro estudio, se permite que los límites inferiores y superiores de las funciones de activación sean positivos, negativos o cero. Al construir una nueva y mejorada función de Lyapunov-Krasovskii y al introducir matrices de ponderación libre, se obtiene una nueva y mejorada estabilidad exponencial dependiente del retardo para las redes neuronales BAM con retardos variables en el tiempo en forma de desigualdad matricial lineal (LMI). Se presentan ejemplos numéricos para demostrar que la condición derivada es menos conservadora que algunos resultados existentes en la literatura.

• 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 de memoria asociativa bidireccional; Retardos variables en el tiempo; Funciones de activación; Funcional de Lyapunov-Krasovskii
• Keywords:Global; Exponential stability; Bidirectional associative memory neural networks; Time-varying delays; Activation functions; Lyapunov-Krasovskii functional