logo móvil
Contáctanos

Hacia dinámicas de red neuronal de anulación de orden superior para resolver ecuaciones de Riccati algebraicas variables en el tiempo

Autores: Jerbi, Houssem; Alharbi, Hadeel; Omri, Mohamed; Ladhar, Lotfi; Simos, Theodore E.; Mourtas, Spyridon D.; Katsikis, Vasilios N.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Enfoques
Problemas de ecuaciones matriciales
Familia de hiperpotencia
Métodos iterativos
Red neuronal de anulación
ZNN
Dinámica neuronal
Problemas de tiempo variable
Modelos ZNN de orden superior
HOZNN
Soluciones simétricas reales
Ecuaciones de Riccati algebraicas
HOZNN de manejo de ruido
NHOZNN
Sistemas dinámicos
Flujos dinámicos
Teórico
Numéricamente

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 20

Citaciones: Sin citaciones


Descripción
Uno de los enfoques más utilizados para aproximar varios problemas de ecuaciones matriciales es la familia de métodos iterativos de hipercarga con orden de convergencia arbitrario, mientras que la red neuronal de anulación (ZNN) es un tipo de dinámica neuronal destinada a manejar problemas variables en el tiempo. Una familia de modelos ZNN que se correlacionan con los métodos iterativos de hipercarga se define sobre la base de la analogía que se descubrió. Estos modelos, conocidos como modelos ZNN de orden superior (HOZNN), pueden utilizarse para encontrar soluciones simétricas reales de ecuaciones de Riccati algebraicas variables en el tiempo. Además, se introduce una clase de sistemas dinámicos de HOZNN para el manejo de ruido (NHOZNN). Se comparan teórica y numéricamente los flujos dinámicos tradicionales de ZNN y HOZNN.

Documentos Relacionados

Temas Virtualpro