LMI Conditions for Fractional Exponential Stability and Passivity Analysis of Uncertain Hopfield Conformable Fractional-Order Neural Networks
Bài báo thuộc danh mục ISI do nhóm tác giả TS. Nguyễn Hữu Sáu giảng viên Toán cơ bản- khoa Khoa học cơ bản- Trường Đại học Công nghiệp Hà Nội cùng TS. Nguyễn Thị Thanh Huyền; TS. Mai Viết Thuận- Đại học Khoa học- Đại học Thái Nguyên được xuất bản trực trên tạp chí Neural Processing Letters tập 54 số 2 tháng 4 năm 2022 từ trang 1333 đến trang 1350.
Bài báo nghiên cứu tính ổn định và phân tích tính thụ động cho hệ nơ-ron cấp phân số Hopfield. Sử dụng phương pháp hàm Lyapunov kết hợp với bất đẳng thức ma trận tuyến tính (LMI), nhóm tác giả đưa một số điều kiện để đảm bảo tính ổn định cho lớp hệ nơ-ron cấp phân số Hopfield. Tiếp đó, bằng cách đưa ra một định nghĩa mới của tính thụ động cho lớp hệ này, một điều kiện được đưa ra dưới dạng bất đẳng thức ma trận tuyến tính để đảm bảo tính thụ động của hệ. Để minh họa cho những kết quả thu được nhóm tác giả cũng đã đưa ra một vài ví dụ cụ thể.
Abstract: This article studies the problem of fractional exponential stability and passivity analysis for Hopfield conformable fractional-order neural networks (CFONNs) subject to uncertainties. First, we derive some less conservative conditions to ensure the fractional exponential stability of Hopfield CFONNs by using the Lyapunov functional method combined with the linear matrix inequality (LMI) approach. Then, by introducing a new definition of passivity analysis for Hopfield CFONNs, an LMI condition is proposed to ensure the passivity analysis of the considered system. Numerical examples are carried out to verify the correctness of the obtained results.
Keywords: Hopfield neural networks; Conformable fractional-order calculus; Exponential stability; Passivity analysis; Linear matrix inequality;
Toàn văn bài báo tải về tại đây: https://doi.org/10.1007/s11063-021-10683-8
Thứ Tư, 16:24 20/04/2022
Copyright © 2018 Hanoi University of Industry.