Resumen

Se investiga una clase de redes neuronales difusas (FNNs) con retardos variables en el tiempo e impulsos. Al eliminar algunas restricciones en las funciones de amplificación, se establece una nueva desigualdad diferencial que mejora los criterios anteriores. Aplicando esta desigualdad diferencial, se obtiene una serie de criterios nuevos y útiles para garantizar la existencia de conjuntos globales robustos atractivos e invariantes para FNNs con retardos variables en el tiempo e impulsos. Nuestros resultados principales permiten una aplicación mucho más amplia para redes neuronales difusas e impulsivas con o sin retardos. Se proporciona un ejemplo para ilustrar la efectividad de nuestros resultados.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Redes neuronales difusas; Retardos variables en el tiempo; Impulsos; Desigualdad diferencial; Conjuntos atractores robustos globales; Conjuntos invariantes
• Keywords:Fuzzy neural networks; Time-varying delays; Impulses; Differential inequality; Global robust attracting sets; Invariant sets