Resumen

Basándose en la teoría de estabilidad de Lyapunov, este artículo investiga principalmente el problema de sincronización para redes neuronales de salto semi-Markovianas (semi-MJNNs) con retardos variables en el tiempo (TVDs) que ocurren aleatoriamente. Las semi-MJNNs de tiempo continuo, donde las tasas de transición dependen del tiempo de permanencia, se introducen para hacer que el problema bajo nuestra consideración sea más general. Una de las principales características de nuestro trabajo es el manejo de los TVDs. Además de utilizar la desigualdad de Jensen mejorada y el lema de convexidad recíproca para tratar la desigualdad integral, también empleamos el complemento de Schur y el lema de proyección para lograr el desacoplamiento entre el término cuadrado de los TVDs. Finalmente, verificamos la validez y viabilidad de nuestro método mediante un par de ejemplos de simulación.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Lyapunov; Teoría de estabilidad; Redes neuronales de salto semimarcovianas; Retardos variables en el tiempo; Problema de sincronización; Ejemplos de simulación
• Keywords:Lyapunov; Stability theory; Semi-markovian jump neural networks; Time-varying delays; Synchronization problem; Simulation examples