Resumen

Se investiga el problema de la sincronización exponencial para redes neuronales a través de control de retroalimentación en un entorno complejo. Al construir funcionales de Lyapunov-Krasovskii adecuados y aplicar el método analítico por partes, se establecen algunos criterios suficientes para la sincronización exponencial de las redes neuronales abordadas en términos de desigualdades matriciales lineales (LMIs). El control de retroalimentación en entorno complejo incluye el control aperiódico intermitente retardado y el control de retroalimentación de salida dinámica. Además, se diseña un controlador de retroalimentación de salida dinámica aperiódico intermitente retardado basado en las LMIs establecidas. Finalmente, se presenta un ejemplo numérico y sus simulaciones numéricas para mostrar la efectividad de los resultados teóricos obtenidos.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Redes neuronales; Control de retroalimentación; Sincronización exponencial; Entorno complejo; Funcionales de Lyapunov-Krasovskii; Desigualdades matriciales lineales
• Keywords:Neural networks; Feedback control; Exponential synchronization; Complex environment; Lyapunov-Krasovskii functionals; Linear matrix inequalities