Geri Dön

Gecikmeli yapay sinir ağı modellerinde üstel kararlılık analizi

Exponential stability analysis of delayed neural network models

  1. Tez No: 198479
  2. Yazar: EYLEM YÜCEL
  3. Danışmanlar: DOÇ. DR. SABRİ ARIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

üBu tezde, zamanla değ isen gecikmeli yapay sinir ağ larında denge noktasının ustel kararlılığ ıgş g gicin yeni yeterli kosullar sunulmaktadır. Daha genel bir Lyapunov - Krasovskii fonksiyonunuş şğ ükullanarak, gecikmeli yapay sinir aglarının denge noktasının ustel kararlılığ ı icin yeni sonuclargş şelde edilmektedir. Daha sonra elde edilen bu sonuclar gecikme parametresi sabit alınarakşü ü üozellestirilmektedir. Bu yeni ozel durumlar icin de ustel kararlılık analizleri yapılmaktadır.ş şSonuclar, gecikme zamanı ve sistem parametreleri arasındaki iliskiler ile ifade edilmektedir.ş şğTezde elde ettiğ imiz kosulların, gecikmeli yapay sinir agları icin yeni kararlılık kriteri olustur-g ş ş şduğ u, literatü rdeki diğ er sonuclarla karsılastırılması yapılarak ispatlanmaktadır. Son olarak eldeg u g ş şşü u uğ ü üettiğ imiz sonucların ozgü nlü gu, sayısal ornekler kullanılarak ve bilgisayar uygulamaları veri-g şlerek desteklenmektedir.

Özet (Çeviri)

SUMMARYEXPONENTIAL STABILITY ANALYSIS OF DELAYED NEURAL NETWORKMODELSThis thesis presents new sufficient conditions for the exponential stability of the equilibriumpoint for delayed neural networks with time varying delays. By employing a more generaltype of Lyapunov-Krasovskii functional, we derive new results for exponential stability of theequilibrium point for delayed neural networks. The results that we derived are privatized byconsidering constant delay parameter. Also we make the exponential stability analysis for thenew conditions. The results establish a relation between the delay time and the parameters ofthe network.By comparing with the previous results in the literature, it is proved that the conditions whichwe present in this thesis, form a new stability criteria for delayed neural networks. Finally, theresults obtained are supported by using some numerical examples and giving computer appli-cations.

Benzer Tezler

  1. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  2. Turizm sektöründe talep tahminleri için yapay sinir ağları kullanımı ve diğer yöntemlerle karşılaştırmalı analizi (Antalya ilinin dış turizm talebinde uygulama)

    Forecasting tourism demand by artificial neural networks and time series methods (A comparative analysis in inbound tourism demand to Antalya

    MURAT ÇUHADAR

    Doktora

    Türkçe

    Türkçe

    2006

    TurizmSüleyman Demirel Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. İBRAHİM GÜNGÖR

  3. Küresel kamu malı bağlamında çevre koruma harcamalarının yapay sinir ağı ve alternatif yöntemlerle öngörü modellemesi: Türkiye'deki büyükşehir belediyeleri için bir uygulama

    Forecast modeling of environmental protection expenditures in the context of global public goods with artificial neural network and alternative methods: An application for metropolitan municipalities in Turkey

    SELMA AYDOĞAN

    Doktora

    Türkçe

    Türkçe

    2023

    MaliyeAfyon Kocatepe Üniversitesi

    Maliye Ana Bilim Dalı

    DOÇ. DR. CEYDA KÜKRER MUTLU

    PROF. DR. MURAT ÇUHADAR

  4. Adaptive symbol glossary for pattern based cognitive communication system

    Örüntü tabanlı bilişsel haberleşme sistemi için uyarlamalı sembol sözlüğü

    HUSAM Y. I ALZAQ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. BURAK BERK ÜSTÜNDAĞ

  5. Stochastic bitstream-based vision and learning machines

    Stokastik bit akışı tabanlı görü ve öğrenme makineleri

    SERCAN AYGÜN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ