Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
In this paper, the problem of trajectory tracking is studied. Based on the V-stability and Lyapunov theory, a control law that achieves the global asymptotic stability of the tracking error between a recurrent neural network and the state of each single node of a complex dynamical network is obtained. To illustrate the analytic results we present a tracking simulation of a simple network with four...
In this paper the problem of trajectory tracking by a stochastic recurrent neural network to a gene regulatory network described by a nonlinear dynamic model is studied. Based on the Lyapunov theory is obtained a control law of that achieves the global asymptotic stability of the tracking error.
This paper deals with the problem of trajectory tracking for delayed recurrent neural networks. The tracking error is global asymptotic stabilized by a control law derived on the basis of a Lyapunov-Krasovsky functional. Then, it is established that this control law minimizes a meaningful cost functional. Applicability of the approach is illustrated by means of an example
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.