Resumen

En este artículo se analizan dos tipos de modelos de redes neuronales de reacción-difusión con retardos acoplados de diferentes dimensiones (CDDDRDNN) sin y con incertidumbres paramétricas. Por un lado, se estudia la pasividad y sincronización del modelo de red elevado con ciertos parámetros mediante la explotación de algunas técnicas de desigualdad y la teoría de estabilidad de Lyapunov, estableciendo algunas condiciones adecuadas. Por otro lado, se resuelven los problemas de pasividad robusta y sincronización robusta de CDDDRDNNs con incertidumbres en los parámetros. Finalmente, se presentan dos ejemplos numéricos para demostrar la efectividad de las condiciones de pasividad y sincronización derivadas.

• 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:Difusión-reacción; Red neuronal; Pasividad; Sincronización; Incertidumbres paramétricas; Ejemplos numéricos
• Keywords:Reaction-diffusion; Neural network; Passivity; Synchronization; Parametric uncertainties; Numerical examples