Resumen

El memristor como el cuarto elemento del circuito, puede capturar algunos aspectos clave de la plasticidad sináptica biológica. Por lo tanto, es significativo que la característica de los memristores se considere en las redes neuronales. Este artículo investiga la estabilidad de entrada a estado (ISS) de una clase de redes neuronales de memoria asociativa bidireccional simplificada de Cohen-Grossberg memristivas con retardos temporales variables. En el sentido de la solución de Filippov, se obtienen algunos criterios suficientes novedosos para la ISS basados en inclusiones diferenciales e desigualdades diferenciales; cuando la entrada es cero, la estabilidad del sistema total es estado estable. Además, se ilustran simulaciones numéricas para mostrar la viabilidad de nuestros resultados.

• 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:Memristor; Plasticidad sináptica; Redes neuronales; Estabilidad de entrada al estado; Retardos temporales; Simulaciones numéricas
• Keywords:Memristor; Synaptic plasticity; Neural networks; Input-to-state stability; Time delays; Numerical simulations