Análise de estabilidade assintótica e exponencial em redes neurais artificiais sujeitas a retardo no tempo e a incertezas do tipo politópicas
AUTOR(ES)
Souza, Fernando de Oliveira, Palhares, Reinaldo Martinez, Ekel, Petr Yakovlevitch
FONTE
Sba: Controle & Automação Sociedade Brasileira de Automatica
DATA DE PUBLICAÇÃO
2008-06
RESUMO
Este artigo apresenta condições suficientes para estabilidade assintótica e exponencial de uma classe de RNAs (Redes Neurais Artificiais) sujeitas a influência de retardo no tempo (constante ou variante) e/ou sujeitas a incertezas paramétricas do tipo politópicas. A abordagem proposta é baseada na teoria de estabilidade de Lyapunov-Krasovskii, e utiliza desigualdades matriciais lineares (LMIs - do inglês, Linear Matrix Inequalities) introduzindo matrizes de relaxação, de modo que os resultados obtidos podem ser facilmente resolvidos por meio de algoritmos de otimização convexa. Três exemplos com simulações numéricas são usados para demonstrar a eficiência do método proposto. O primeiro exemplo analisa a estabilidade assintótica, o segundo a estabilidade robusta e o último exemplo a estabilidade exponencial.
ASSUNTO(S)
teoria da estabilidade de lyapunov- krasovskii estabilidade robusta assintótica e exponencial desigualdades matriciais lineares (lmis - do inglês, linear matrix inequalities) redes neurais artificiais (rnas) retardo no tempo
Documentos Relacionados
- Métodos de análise da robustez de redes neurais artificiais sujeitas a retardo no tempo
- Detecção de falhas em sistemas dinâmicos sujeitos a retardo no tempo e incertezas paramétricas
- Uma ferramenta de visualização para redes neurais artificiais do tipo neocognitron.
- Arquitetura de hardware compacta e eficiente para redes neurais artificiais do tipo múltiplas camadas
- Analise e sintese de estrategias de aprendizado para redes neurais artificiais