项目名称: 具有不确定性的复值神经网络的动态行为分析

项目编号: No.11402214

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 徐晓惠

作者单位: 西华大学

项目金额: 25万元

中文摘要: 复值神经网络硬件系统在运行过程中,不可避免存在时滞、脉冲干扰、随机干扰、反应扩散等不确定性因素,这些不确定性会不同程度的影响系统的动态行为。因此本项目将研究一类具有不确定性的复值神经网络的动态行为。首先针对一类无限维非线性复值时滞关联系统,建立基于矢量Lyapunov函数法的系统稳定性的判定方法,包括比较原理的建立、比较系统的集结以及比较系统稳定性的判定,得到确保该复值系统稳定的一些实用判据。然后以此为基础,结合M矩阵理论、数学归纳法、伊藤微分-积分理论等,研究一类具有不确定性的复值神经网络平衡点的动态行为,并得到相应的稳定性判据。最后通过数值仿真来验证本项目所得结论的正确性和可行性。该项目的研究成果不仅可以扩展矢量Lyapunov函数方法的应用范围,而且为复值神经网络的设计与应用提供一定的理论支撑。项目组具有较好的前期研究基础,并已取得了初步的相关研究成果,初步验证了项目的可行性。

中文关键词: 复值系统;神经网络;不确定性;稳定性;矢量Lyapunov函数

英文摘要: In the process of hardware of artificial complex-valued neural networks, there are many inevitable uncertainties, such as time delays, impulsive effect, stochastic disturbance and reaction-diffusion and so on, which will have different effects on the dyn

英文关键词: Complex-valued system;Neural networks;Uncertainties;Stability;Vector Lyapunov function

成为VIP会员查看完整内容
0

相关内容

人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象, 建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。 最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性。
神经网络的基础数学
专知会员服务
199+阅读 · 2022年1月23日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
32+阅读 · 2022年1月4日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
87+阅读 · 2021年7月9日
专知会员服务
23+阅读 · 2021年6月9日
专知会员服务
15+阅读 · 2021年3月4日
【AAAI2021最佳论文】多智能体学习中的探索 - 利用
专知会员服务
35+阅读 · 2021年2月6日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
LSTM还没「死」!
PaperWeekly
1+阅读 · 2022年3月31日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
神经网络的基础数学,95页pdf
专知
22+阅读 · 2022年1月23日
对抗机器学习在网络入侵检测领域的应用
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于深度学习的交互式问答研究综述
专知
0+阅读 · 2021年11月30日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
NAACL 2019最佳论文:量子概率驱动的神经网络
PaperWeekly
14+阅读 · 2019年6月10日
综述 | 近年来深度学习的重要研究成果(附PDF)
数据派THU
14+阅读 · 2018年8月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
22+阅读 · 2022年2月4日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
12+阅读 · 2018年9月5日
小贴士
相关VIP内容
神经网络的基础数学
专知会员服务
199+阅读 · 2022年1月23日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
32+阅读 · 2022年1月4日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
87+阅读 · 2021年7月9日
专知会员服务
23+阅读 · 2021年6月9日
专知会员服务
15+阅读 · 2021年3月4日
【AAAI2021最佳论文】多智能体学习中的探索 - 利用
专知会员服务
35+阅读 · 2021年2月6日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
相关资讯
LSTM还没「死」!
PaperWeekly
1+阅读 · 2022年3月31日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
神经网络的基础数学,95页pdf
专知
22+阅读 · 2022年1月23日
对抗机器学习在网络入侵检测领域的应用
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于深度学习的交互式问答研究综述
专知
0+阅读 · 2021年11月30日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
NAACL 2019最佳论文:量子概率驱动的神经网络
PaperWeekly
14+阅读 · 2019年6月10日
综述 | 近年来深度学习的重要研究成果(附PDF)
数据派THU
14+阅读 · 2018年8月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月18日
Arxiv
22+阅读 · 2022年2月4日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
12+阅读 · 2018年9月5日
微信扫码咨询专知VIP会员