Detail publikace

Сходимость процессов нейродимамики в модели Хопфилда

SHATYRKO, A. DIBLÍK, J. KHUSAINOV, D. BAŠTINEC, J.

Originální název

Сходимость процессов нейродимамики в модели Хопфилда

Anglický název

The convergence of neurodynamics processes in the Hopfield model

Typ

článek v časopise - ostatní, Jost

Jazyk

ruština

Originální abstrakt

Рассматриваются математические модели динамики нейронной сети, представленные системами обыкновенных дифференциальных уравнений, а также дифференциальных уравнений с запаздыванием c выделенной асимптотически устойчивой линейной частью диагонального вида. С использованием прямого метода Ляпунова получены достаточные условия асимптотической устойчивости. Результаты сформулированы в виде матричных алгебраических неравенств.

Anglický abstrakt

Mathematical models of the dynamics of a neural network, which are represented by systems of ordinary differential equations, as well as differential equations with time-delay argument and the distinguished asymptotically stable linear part are considered. With the using of the direct Lyapunov method, sufficient conditions for asymptotic stability are obtained and exponential estimates of the solutions decay are constructed. The results are formulated in the form of matrix algebraic inequalities.

Klíčová slova

нейросеть, устойчивость, метод Ляпунова, запаздывание аргумента

Klíčová slova v angličtině

neuronet, stability, Lyapunov’s method, time-delay argument

Autoři

SHATYRKO, A.; DIBLÍK, J.; KHUSAINOV, D.; BAŠTINEC, J.

Vydáno

14. 12. 2017

ISSN

1561-5359

Periodikum

Artifical Intelligence

Ročník

77-78

Číslo

3-4

Stát

Ukrajina

Strany od

139

Strany do

147

Strany počet

9

BibTex

@article{BUT150425,
  author="Andrej {Shatyrko} and Josef {Diblík} and Denys {Khusainov} and Jaromír {Baštinec}",
  title="Сходимость процессов нейродимамики в модели Хопфилда",
  journal="Artifical Intelligence",
  year="2017",
  volume="77-78",
  number="3-4",
  pages="139--147",
  issn="1561-5359"
}