Resumen

Este documento se centra en el análisis de sincronización en tiempo finito para redes neuronales recurrentes de valores complejos con retardos temporales. En primer lugar, se combinan dos tipos de funciones de activación comunes que aparecen en las referencias existentes y se dan suposiciones más generales. Para lograr nuestro objetivo, se proporciona un controlador no lineal con retardo con dos parámetros independientes diferentes de los existentes, lo que conlleva una gran dificultad. Para superarlo, se utiliza una desigualdad recién desarrollada. Luego, a través del enfoque de función de Lyapunov, se derivan algunos criterios para garantizar la sincronización en tiempo finito del sistema considerado, y también se estima el tiempo de establecimiento para la sincronización. Finalmente, se presentan dos simulaciones numéricas para respaldar la efectividad y ventajas de los resultados obtenidos.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Papel; Sincronización en tiempo finito; Redes neuronales recurrentes de valores complejos; Retardos temporales; Funciones de activación; Enfoque de función de Lyapunov
• Keywords:Paper; Finite-time synchronization; Complex-valued recurrent neural networks; Time delays; Activation functions; Lyapunov function approach