A systematic method for complete stability problem of a class of delayed neural networks in parameter space

QR kód

A systematic method for complete stability problem of a class of delayed neural networks in parameter space

This paper presents a systematic method to address the complete stability problem of delayed neural networks with heterogeneous free parameters. First, we adopt an algebraic method to investigate the complete stability problem with respect to the free delay parameter τ. Then, the stability analysis...

Teljes leírás

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Chen Jun-Xiu Li Xu
Dokumentumtípus:	Folyóirat
Megjelent:	2025
Sorozat:	Electronic journal of qualitative theory of differential equations
Kulcsszavak:	Neurális hálózatok, Differenciálegyenlet - késleltetett
Tárgyszavak:	Természettudományok Matematika
doi:	10.14232/ejqtde.2025.1.52
Online Access:	http://acta.bibl.u-szeged.hu/88932

Hasonló tételek

Stability results for cellular neural networks with delays
Szerző: Győri István, et al.
Megjelent: (2004)

Fooling a Complete Neural Network Verifier
Szerző: Zombori Dániel, et al.
Megjelent: (2021)

Mean square exponential stability of stochastic delay cellular neural networks
Szerző: Guo Yingxin
Megjelent: (2013)

On Popov-type stability criteria for neural networks
Szerző: Danciu Daniela, et al.
Megjelent: (2000)

Uniform approximation of a class of impulsive delayed Hopfield neural networks on the half-line
Szerző: Hartung Ferenc, et al.
Megjelent: (2024)

On an indirect method of exponential estimation for a neural network model with discretely distributed delays
Szerző: Martsenyuk Vasyl, et al.
Megjelent: (2017)

A space-time finite element method for neural field equations with transmission delays
Szerző: Van Leeuwen-Polner Mónika, et al.
Megjelent: (2017)

Effective inclusion methods for verification of ReLU neural networks
Szerző: Szász Attila, et al.
Megjelent: (2024)

Parameter estimation of long memory stochastic processes with deep neural networks [abstract] /
Szerző: Csanády Bálint, et al.
Megjelent: (2024)

Exponential convergence for cellular neural networks with continuously distributed delays in the leakage terms
Szerző: Xiong Wanmin, et al.
Megjelent: (2013)

Room acoustic parameter estimation from bag-of-vectors representation with neural networks [abstract] /
Szerző: Bakos Bence, et al.
Megjelent: (2024)

Neural networks in economic data analysis
Szerző: Benkő-Kiss Árpád
Megjelent: (2022)

Neural Network Approaches to Speaker Recognition
Szerző: He Han
Megjelent: (2019)

Hyphenation using deep neural networks
Szerző: Németh Gergely Dániel, et al.
Megjelent: (2018)

A sequence training method for Deep Rectifier Neural Networks in Speech Recognition
Szerző: Grósz Tamás, et al.
Megjelent: (2014)

Training Methods for Deep Neural Network-Based Acoustic Models in Speech Recognition
Szerző: Grósz Tamás
Megjelent: (2018)

Predicting exchange rate by neural networks [abstract] /
Szerző: Jovanovic Radmila, et al.
Megjelent: (2000)

Neural network model for nonlinearity detection [abstract] /
Szerző: Csató Lehel, et al.
Megjelent: (1998)

Stability of delay equations
Szerző: Barreira Luis, et al.
Megjelent: (2022)

A comparison of deep neural network training methods for large vocabulary speech recognition
Szerző: Tóth László, et al.
Megjelent: (2013)

Tutorials on recurrent neural networks and signature verification
Szerző: Malik Muhammad Imran

Efficient visual code localization with neural networks
Szerző: Bodnár Péter, et al.
Megjelent: (2018)

Speech de-identification with deep neural networks
Szerző: Fodor Ádám, et al.
Megjelent: (2021)

Application of Physicochemical Properties and Process Parameters in the Development of a Neural Network Model for Prediction of Tablet Characteristics
Szerző: Sovány Tamás, et al.
Megjelent: (2013)

Chow-Lin methods for completing missing data in space-time panel models [absztrakt] /
Szerző: Polasek Wolfgang, et al.
Megjelent: (2009)

A new approach to neural network design [abstract] /
Szerző: Péter András, et al.
Megjelent: (1998)

Training of artificial neural networks by linear mappings [abstract] /
Szerző: Hoffmann Miklós, et al.
Megjelent: (1998)

Judgement of employment by the methods of systematic data collection
Szerző: Dabasi Halász Zsuzsanna, et al.
Megjelent: (2010)

QR code localization using deep neural networks
Szerző: Grósz Tamás, et al.
Megjelent: (2014)

Phone recognition with deep sparse rectifier neural networks
Szerző: Tóth László
Megjelent: (2013)

Deep Neural Network Embeddings for the Estimation of the Degree of Sleepiness
Szerző: Egas-Lopez Jose Vicente, et al.
Megjelent: (2021)

Why Squashing Functions in Multi-Layer Neural Networks
Szerző: Urenda Julio C., et al.
Megjelent: (2020)

Practical and Theoretical Boundaries of Neural Network Quantum States
Szerző: Czégel András
Megjelent: (2022)

Football bet sizing using Artificial Neural Network
Szerző: Al-Hussein Mohammed
Megjelent: (2020)

Implementing a self-scaling convolutional neural network
Szerző: Jenei Bendegúz
Megjelent: (2018)

Semi-supervised training of cell-classifier neural networks
Szerző: Pap Gergely, et al.
Megjelent: (2018)

End-to-end convolutional neural networks for intent detection
Szerző: Yolchuyeva Sevinj, et al.
Megjelent: (2019)

Judgment of the employment by systematic data collection method [absztrakt] /
Szerző: Dabasi Halász Zsuzsanna, et al.
Megjelent: (2009)

Decision tree combined with neural networks for financial forecast [abstract] /
Szerző: Bozsik József
Megjelent: (2010)

Existence, uniqueness, and global asymptotic stability of an equilibrium in a multiple unbounded distributed delay network
Szerző: Ncube Israel
Megjelent: (2020)