New Criteria for Dissipativity Analysis of Fractional-Order Static 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. Dương Thị Hồng; TS. Mai Viết Thuận- Đại học khoa học- Đại học Thái Nguyên được Springer xuất bản trực tuyến ngày 15 tháng 11 năm 2021, trên tạp chí Circuits, Systems, and Signal Processing trong tập 41 số 4 tháng 4 năm 2022 từ trang 2221 đến trang 2243.

Trong bài báo này, nhóm tác giả đã nghiên cứu tính tiêu hao cho lớp lớp hệ nơ-ron với đạo hàm cấp phân số Caputo. Điều kiện đủ dưới dạng bất đẳng thức ma trận tuyến tính cho tính ổn định tiệm cận cho lớp hệ này được đưa ra thông qua việc xây dựng các hàm Lyapunov mới. Dựa trên những kết quả thu được kết hợp với một số tính chất của đạo hàm cấp phân số, bài toán tiêu hao cho lớp hệ nơ-ron với đạo hàm cấp phân số được nghiên cứu. Thêm vào đó nhóm nghiên cứu cũng mở rộng những kết quả thu được cho lớp hệ tổng quát hơn. Một số ví dụ đưa ra để minh họa cho những kết quả thu được.

Abstract: This paper deals with the dissipativity analysis problem for a class of fractional-order static neural networks (FOSNNs). We first derive a novel sufficient condition for global asymptotic stability of FOSNNs by constructing novel convex Lyapunov functions and using linear matrix inequality techniques. Then, based on the proposed stable criterion combined with some auxiliary properties of fractional calculus, the dissipative problem for the related system is solved for the first time. In addition, we also extend the obtained results to generalized fractional-order neural networks. Four numerical examples are provided to show the validity and effectiveness of the proposed results.

Keywords: Fractional-order static neural networks; Generalized fractional-order neural networks; Asymptotic stable; Dissipativity analysis; Linear matrix inequalities; Convex Lyapunov function

Toàn văn bài báo tải về tại đây: https://doi.org/10.1007/s00034-021-01888-2