链式神经网络动力学及其与环状结构、星型结构对比分析OA北大核心CSTPCD
链式结构作为一种基本结构广泛地存在于各种复杂系统当中,然而,对于链式结构的复杂网络动力学分析鲜有报道.本文以神经网络为例,研究具有链式结构的多时滞高维神经网络模型的分岔动力学,并运用流图分解法以及整体元替代法推导出特征多项式随神经元节点个数变化的递推规律式,从而分析出特征多项式方程根的分布情况.考虑神经递质传输时延对系统稳定性的影响,并得出导致系统拓扑突变的临界值.最后,通过数值仿真验证给出理论的正确性,并通过对比仿真对链式结构、星型结构与环形结构这3种结构的神经网络动力学进行分析,从而得出神经网络的结构性差异对网络分岔动力学的影响.
陶斌斌;肖敏;蒋国平;
南京邮电大学自动化学院人工智能学院,江苏南京210023
计算机与自动化
分岔动力学链式结构神经网络多时滞流图分解
《控制理论与应用》 2024 (009)
P.1588-1597 / 10
国家自然科学基金项目(62203230,62073172);中国博士后科学基金项目(2023M731779);南京邮电大学校引进人才科研启动基金项目(自然科学)(NY222021)资助.
评论