...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural Networks: The Official Journal of the International Neural Network Society >Global exponential stability of delayed competitive neural networks with different time scales.
【24h】

Global exponential stability of delayed competitive neural networks with different time scales.

机译：具有不同时间尺度的时滞竞争神经网络的全局指数稳定性。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A competitive neural network model was recently proposed to describe the dynamics of cortical maps, where there are two types of memories: long-term and short-term memories. Such a network is characterized by a system of differential equations with two types of variables, one models the fast neural activity and the other models the slow modification of synaptic strength. In this paper, we introduce a time delay parameter into the neural network model to characterize the signal transmission delays in real neural systems and the finite switch speed in the circuit implementations of neural networks. Then, we analyze the global exponential stability of the delayed competitive neural networks with different time scales. We allow the model has non-differentiable and unbounded functions, and use the nonsmooth analysis techniques to prove the existence and uniqueness of the equilibrium, and derive a new sufficient condition ensuring global exponential stability of the networks.
机译：最近提出了一种竞争性神经网络模型来描述皮质图的动力学，其中存在两种类型的记忆：长期记忆和短期记忆。这种网络的特征在于具有两种类型变量的微分方程系统，一种模型快速神经活动，另一种模型缓慢突触强度的改变。在本文中，我们将时延参数引入神经网络模型，以表征实际神经系统中的信号传输延迟以及神经网络的电路实现中的有限开关速度。然后，我们分析了具有不同时间尺度的时滞竞争神经网络的全局指数稳定性。我们允许模型具有不可微和无界的函数，并使用非平滑分析技术来证明平衡的存在和唯一性，并推导出确保网络全局指数稳定性的新的充分条件。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号