適応制御を用いた確率的メモリスタベースニューラルネットワークの固定時間同期問題

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Neural Netw.2020 Jul;130:165-175. S0893-6080(20)30243-4. doi: 10.1016/j.neunet.2020.07.002.Epub 2020-07-10.

適応制御を用いた確率的メモリスタベースニューラルネットワークの固定時間同期問題

Fixed-time synchronization of stochastic memristor-based neural networks with adaptive control.

Hongwei Ren
Zhiping Peng
Yu Gu

PMID: 32679456 DOI: 10.1016/j.neunet.2020.07.002.

抄録

本研究では、2つの異なる制御器を介した確率的なメモリスタベースのニューラルネットワーク(MNN)の固定時間同期問題を考える。まず、微分介在物と集合値写像を用いて、新しい確率微分方程式を確立する。次に、非線形遅延状態フィードバック制御方式と新しい適応制御戦略を含む2種類の制御プロトコルを設計し、これによってMNNの固定時間同期を達成することができる。次に、確率解析技術とリアプノフ関数に基づいて、確率的なMNNが確率的な固定時間同期を達成することを保証するための十分な基準を得る。さらに、セトリング時間の上限を推定する。最後に、提案した方式の有効性を示すために、シミュレーション結果を提供する。

In this study, we consider the fixed-time synchronization problem for stochastic memristor-based neural networks (MNNs) via two different controllers. First, a new stochastic differential equation is established using differential inclusions and set-valued maps. Next, two kinds of control protocols are designed, including a nonlinear delayed state feedback control scheme and a novel adaptive control strategy, by which fixed-time synchronization of MNNs can be achieved. Then based on stochastic analysis techniques and a Lyapunov function, some sufficient criteria are obtained to ensure that stochastic MNNs achieve stochastic fixed-time synchronization in probability. In addition, the upper bound of the settling time is estimated. Finally, simulation results are provided to demonstrate the validity of the proposed schemes.