Geri Dön

Gecikmeli yapay sinir ağlarının global robust kararlılık analizi için yeni bir yaklaşım

A new approach to the global robust stability analysis of delayed neural networks

  1. Tez No: 803429
  2. Yazar: MELİKE SOLAK
  3. Danışmanlar: DOÇ. DR. ÖZLEM FAYDASIÇOK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Matematik Bilim Dalı
  13. Sayfa Sayısı: 74

Özet

Tez kapsamında, ayrık zaman gecikme terimlerini, Lipschitz aktivasyon fonksiyonlarını içeren ve parametre belirsizliklerine sahip olan arabağlantı matrislerinin bir alt sınır ve bir üst sınır içinde kaldığı bir YSA sınıfının matematiksel modellemesi incelenecektir. Bu tez öncelikle bu sinir ağı modellerinin robust kararlılığını oluşturmak için istenen sonuçların elde edilmesinde önemli bir etkiye sahip olacak, arabağlantı matrisler sınıfının ikinci normunun yeni ve alternatif bir üst sınır değerini sunacaktır. Daha sonra iyi bilinen homeomorfizm eşleme bağıntısı teorisi ve temel Lyapunov kararlılık teorisi kullanılarak, ayrık zaman gecikmeli dinamik bir YSA için bazı yeni robust kararlılık koşullarını belirlemek amacıyla genel manada bir çerçeve belirtilecektir. Aynı zamanda daha önce yayınlanmış robust kararlılık sonuçlarının kapsamlı bir incelemesi tezde yapılacak olup mevcut robust kararlılık sonuçlarının verilen sonuçlardan kolayca çıkarılabileceğini bu tez çalışması gösterecektir.

Özet (Çeviri)

Robust stability possessions of dynamical neural networks including discrete time delays have been comprehensively researched in this thesis. Moreover, in the past literature, lots of sufficient situations for robust stability of several classes of continuous-time dynamical neural networks have been examined. In this thesis, the Lipschitz activation function, which is one of the types of numerous activation conditions required in the mathematical representation of artificial neural networks, is used and a new upper bound definition is made for interval matrices with uncertainties parameter in this model. Furthermore, in this thesis, a global asymptotic robust stability analysis was satisfied using the standard homeomorphism map and the basic Lyapunov stability theory fort he newly upper bound, and a general result was revealed by comparing the previous findings in the literature.

Benzer Tezler

  1. Gecikmeli yapay sinir ağlarının kararlılık analizi için genel bir yaklaşım

    A general framework for stability analysis of delayed neural networks

    EYLEM YÜCEL DEMİREL

    Doktora

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SABRİ ARIK

  2. Gecikmeli yapay sinir ağlarının robust kararlılık analizi

    Robust stability analysis of delayed neural networks

    NEYİR ÖZCAN SEMERCİ

    Doktora

    Türkçe

    Türkçe

    2007

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ.DR. SABRİ ARIK

    PROF.DR. HAKAN ALİ ÇIRPAN

  3. Çift yönlü çağrışımlı bellek yapay sinir ağlarının robust kararlılık analizi

    Robust stability analysis of bidirectional associative memory neural networks

    SİBEL SENAN KUCUR

    Doktora

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SABRİ ARIK

  4. Çoklu zaman gecikmeli Hopfield yapay sinir ağlarının robust kararlılık analizi

    Robust stability analysis of Hopfield neural networks with multiple time delays

    EZGİ AKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Matematikİstanbul Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. ÖZLEM FAYDASIÇOK

  5. Zaman gecikmeli ve belirsiz yapay sinir ağlarının kararlılık analizi

    Stability analysis of uncertain neural networks with time delays

    ÖZLEM FAYDASIÇOK

    Doktora

    Türkçe

    Türkçe

    2019

    Matematikİstanbul Üniversitesi

    Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMAL ÇİÇEK

    PROF. DR. SABRİ ARIK