Fixed-time synchronization of complex-valued memristive competitive neural networks based on two novel fixed-time stability theorems

Der Artikel befasst sich mit der zeitlich festgelegten Synchronisation komplex bewerteter memristiver konkurrierender neuronaler Netzwerke (CVMCNNs) auf der Grundlage zweier neuartiger Theoreme fester Zeitstabilität. Zunächst werden der historische Kontext und die Bedeutung konkurrierender neuronaler Netze (CNNs) und Memristoren diskutiert, wobei die Vorteile komplexer neuronaler Netze gegenüber realen Netzen hervorgehoben werden. Die Forschung konzentriert sich auf die praktischen Anwendungen der Synchronisation neuronaler Netzwerke in Bereichen wie Multiagenten-Kooperation und sicherer Kommunikation. Zu den wichtigsten Beiträgen gehören ein allgemeineres Modell für CVMCNNs, zwei neue Stabilitätstheoreme, die die Abschätzung der Synchronisationszeit verbessern, und die Konstruktion von Steuerungen, die eine zeitlich festgelegte Synchronisation sowohl im 1-Normen- als auch im 2-Normensinn ermöglichen, ohne reale und imaginäre Teile zu trennen. Der Artikel schließt mit numerischen Beispielen, die die theoretischen Ergebnisse bestätigen und die Überlegenheit der vorgeschlagenen Methoden gegenüber bestehenden Ansätzen demonstrieren.