Resumen

En este trabajo se hacen grandes intentos por investigar la sincronización exponencial global para matrices de redes neuronales de Cohen-Grossberg acopladas con retardo y con un único retardo. Recurriendo a técnicas de matriz de ponderación libre y de producto de Kronecker, se presentan dos nuevos criterios de sincronización mediante desigualdades matriciales lineales (LMI) basadas en la combinación convexa, en las que estas condiciones dependen en gran medida de los límites tanto del retardo como de su derivada. Debido a que el sistema tratado puede incluir algunos modelos famosos de redes neuronales como casos especiales, los métodos propuestos pueden ampliar y mejorar los anteriores. La eficacia y aplicabilidad de las condiciones presentadas pueden demostrarse mediante dos ejemplos numéricos con simulaciones.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelos famosos de redes neuronales, técnicas del producto de kronecker, sincronización exponencial global, desigualdades matriciales lineales, criterios novedosos de sincronización, condiciones, combinación convexa, grandes intentos, redes neuronales, ejemplos numéricos
• Keywords:famous neural network models, kronecker product techniques, global exponential synchronization, linear matrix inequalities, novel synchronization criteria, conditions, convex combination, great attempts, neural networks, numerical examples