Redes neuronales inerciales con oscilaciones impredecibles
Autores: Akhmet, Marat; Tleubergenova, Madina; Zhamanshin, Akylbek
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
En este artículo, se investigan las redes neuronales inerciales, es decir, las ecuaciones diferenciales de segundo orden. Se consideran los nuevos tipos de movimientos introducidos recientemente, las oscilaciones impredecibles, para los modelos. Los movimientos continúan una línea de oscilaciones periódicas y casi periódicas. La investigación es de gran importancia para la neurociencia, ya que la existencia de soluciones impredecibles demuestra el caos de Poincaré. Se han determinado condiciones suficientes para la existencia, unicidad y estabilidad exponencial de las soluciones impredecibles. Los resultados pueden ampliar significativamente el papel de las oscilaciones en la explotación de redes neuronales artificiales, ya que proporcionan nuevas oportunidades teóricas y prácticas sólidas para la implementación de métodos de extensión de caos, sincronización, estabilización y control de movimientos periódicos en varios tipos de redes neuronales. Se presentan simulaciones numéricas para demostrar la validez de los resultados teóricos.
Descripción
En este artículo, se investigan las redes neuronales inerciales, es decir, las ecuaciones diferenciales de segundo orden. Se consideran los nuevos tipos de movimientos introducidos recientemente, las oscilaciones impredecibles, para los modelos. Los movimientos continúan una línea de oscilaciones periódicas y casi periódicas. La investigación es de gran importancia para la neurociencia, ya que la existencia de soluciones impredecibles demuestra el caos de Poincaré. Se han determinado condiciones suficientes para la existencia, unicidad y estabilidad exponencial de las soluciones impredecibles. Los resultados pueden ampliar significativamente el papel de las oscilaciones en la explotación de redes neuronales artificiales, ya que proporcionan nuevas oportunidades teóricas y prácticas sólidas para la implementación de métodos de extensión de caos, sincronización, estabilización y control de movimientos periódicos en varios tipos de redes neuronales. Se presentan simulaciones numéricas para demostrar la validez de los resultados teóricos.