Resumen

Una red neuronal es un modelo del proceso cognitivo del cerebro, con una arquitectura multiprocesador altamente interconectada. La red neuronal tiene un potencial increíble, en vista de que estas redes neuronales artificiales tienen inherentemente buenas capacidades de aprendizaje y la habilidad de aprender diferentes características de entrada. Basándose en esto, este artículo propone un nuevo modelo de neurona caótica y un nuevo modelo de red neuronal caótica (CNN). Incluye una matriz lineal, una función seno y una red neuronal caótica compuesta por tres neuronas caóticas. Una de las neuronas caóticas se ve afectada por la función seno. La red tiene dinámicas caóticas ricas y puede producir atractores caóticos ocultos de múltiples vueltas. Este artículo estudió sus comportamientos dinámicos, incluyendo comportamiento de bifurcación, exponente de Lyapunov, superficie de sección de Poincaré y cuencas de atracción. En el proceso de analizar la bifurcación y las cuencas de atracción, se

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Red neuronal; Modelo de neurona caótica; Red neuronal caótica; Capacidades de aprendizaje; Comportamientos dinámicos; Implementación en FPGA
• Keywords:Neural network; Chaotic neuron model; Chaotic neural network; Learning capabilities; Dynamic behaviors; FPGA implementation