Resumen

Se investiga el problema de sincronización exponencial para redes neuronales estocásticas (SNNs) con retardos mixtos y parámetros de salto markovianos utilizando un controlador de datos muestreados. Basándonos en una novedosa función de Lyapunov-Krasovskii, teoría de análisis estocástico y enfoque de desigualdad de matrices lineales (LMI), derivamos algunas condiciones suficientes novedosas que garantizan que los sistemas maestros se sincronicen exponencialmente con los sistemas esclavos. También se propone el método de diseño del controlador de datos muestreados deseado. Para reflejar los comportamientos más dinámicos del sistema, se consideran tanto los parámetros de salto markovianos como las perturbaciones estocásticas, donde las perturbaciones estocásticas se presentan en forma de un movimiento browniano. Los resultados obtenidos en este documento son un poco conservadores en comparación con los resultados anteriores en la literatura. Finalmente, se presentan dos ejemplos numéricos para il

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Sincronización exponencial; Redes neuronales estocásticas; Retardos mixtos; Parámetros de salto de Markov; Controlador de datos muestreados; Funcional de Lyapunov-Krasovskii
• Keywords:Exponential synchronization; Stochastic neural networks; Mixed time delays; Markovian jump parameters; Sampled-data controller; Lyapunov-Krasovskii functional