Stability Analysis of Neural Networks / Rajchakit, Grienggrai  

Público ISBD Ningún comentario para este registro. Título : Stability Analysis of Neural Networks Tipo de documento: documento electrónico Autores: Rajchakit, Grienggrai, ; Agarwal, Praveen, ; Ramalingam, Sriraman, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XXVI, 404 p. 56 ilustraciones, 54 ilustraciones en color. ISBN/ISSN/DL: 978-981-1665349-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Redes neuronales (Informática)  Sistemas dinámicos  Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 519 Estadística y probabilidades Resumen: Este libro analiza investigaciones recientes sobre la estabilidad de varias redes neuronales con señales restringidas. Investiga problemas de estabilidad para sistemas dinámicos retardados donde el objetivo principal de la investigación es reducir el carácter conservador de los criterios de estabilidad. El libro se centra principalmente en el análisis de estabilidad cualitativa de redes neuronales de tiempo continuo y discreto con retrasos presentando el desarrollo teórico y las aplicaciones de la vida real en estas áreas de investigación. El concepto de estabilidad discutido es en el sentido de Lyapunov y, naturalmente, el método de prueba se basa en la teoría de estabilidad de Lyapunov. El presente libro servirá como guía para permitir al lector continuar el estudio de otros temas con mayor profundidad y es una referencia valiosa para jóvenes investigadores y científicos. . Nota de contenido: 1. Introduction -- 2. LMI-Based Stability Criteria for BAM Neural Networks -- 3. Exponential Stability Criteria for Uncertain Inertial BAM Neural Networks -- 4. Exponential Stability of Impulsive Cohen-Grossberg BAM Neural Networks -- 5. Exponential Stability of Recurrent Neural Networks with Impulsive and Stochastic Effects -- 6. Stability of Markovian Jumping Stochastic Impulsive Uncertain BAM Neural Networks -- 7. Global Robust Exponential Stability of Stochastic Neutral-Type Neural Networks -- 8. Exponential Stability of Discrete-Time Cellular Uncertain BAM Neural Networks -- 9. Exponential Stability of Discrete-Time Stochastic Impulsive BAM Neural Networks -- 10. Stability of Discrete-Time Stochastic Quaternion-Valued Neural Networks -- 11. Robust Finite-Time Passivity of Markovian Jump Discrete-Time BAM Neural Networks -- 12 Robust Stability of Discrete-Time Stochastic Genetic Regulatory Networks. Tipo de medio : Computadora Summary : This book discusses recent research on the stability of various neural networks with constrained signals. It investigates stability problems for delayed dynamical systems where the main purpose of the research is to reduce the conservativeness of the stability criteria. The book mainly focuses on the qualitative stability analysis of continuous-time as well as discrete-time neural networks with delays by presenting the theoretical development and real-life applications in these research areas. The discussed stability concept is in the sense of Lyapunov, and, naturally, the proof method is based on the Lyapunov stability theory. The present book will serve as a guide to enable the reader in pursuing the study of further topics in greater depth and is a valuable reference for young researcher and scientists. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Stability Analysis of Neural Networks [documento electrónico] / Rajchakit, Grienggrai, ; Agarwal, Praveen, ; Ramalingam, Sriraman,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - XXVI, 404 p. 56 ilustraciones, 54 ilustraciones en color. ISBN : 978-981-1665349-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Redes neuronales (Informática)  Sistemas dinámicos  Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 519 Estadística y probabilidades Resumen: Este libro analiza investigaciones recientes sobre la estabilidad de varias redes neuronales con señales restringidas. Investiga problemas de estabilidad para sistemas dinámicos retardados donde el objetivo principal de la investigación es reducir el carácter conservador de los criterios de estabilidad. El libro se centra principalmente en el análisis de estabilidad cualitativa de redes neuronales de tiempo continuo y discreto con retrasos presentando el desarrollo teórico y las aplicaciones de la vida real en estas áreas de investigación. El concepto de estabilidad discutido es en el sentido de Lyapunov y, naturalmente, el método de prueba se basa en la teoría de estabilidad de Lyapunov. El presente libro servirá como guía para permitir al lector continuar el estudio de otros temas con mayor profundidad y es una referencia valiosa para jóvenes investigadores y científicos. . Nota de contenido: 1. Introduction -- 2. LMI-Based Stability Criteria for BAM Neural Networks -- 3. Exponential Stability Criteria for Uncertain Inertial BAM Neural Networks -- 4. Exponential Stability of Impulsive Cohen-Grossberg BAM Neural Networks -- 5. Exponential Stability of Recurrent Neural Networks with Impulsive and Stochastic Effects -- 6. Stability of Markovian Jumping Stochastic Impulsive Uncertain BAM Neural Networks -- 7. Global Robust Exponential Stability of Stochastic Neutral-Type Neural Networks -- 8. Exponential Stability of Discrete-Time Cellular Uncertain BAM Neural Networks -- 9. Exponential Stability of Discrete-Time Stochastic Impulsive BAM Neural Networks -- 10. Stability of Discrete-Time Stochastic Quaternion-Valued Neural Networks -- 11. Robust Finite-Time Passivity of Markovian Jump Discrete-Time BAM Neural Networks -- 12 Robust Stability of Discrete-Time Stochastic Genetic Regulatory Networks. Tipo de medio : Computadora Summary : This book discusses recent research on the stability of various neural networks with constrained signals. It investigates stability problems for delayed dynamical systems where the main purpose of the research is to reduce the conservativeness of the stability criteria. The book mainly focuses on the qualitative stability analysis of continuous-time as well as discrete-time neural networks with delays by presenting the theoretical development and real-life applications in these research areas. The discussed stability concept is in the sense of Lyapunov, and, naturally, the proof method is based on the Lyapunov stability theory. The present book will serve as a guide to enable the reader in pursuing the study of further topics in greater depth and is a valuable reference for young researcher and scientists. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200