Gecikmeli yapay sinir ağlarının robust kararlılık analizi
Robust stability analysis of delayed neural networks
- Tez No: 178179
- Danışmanlar: DOÇ.DR. SABRİ ARIK, PROF.DR. HAKAN ALİ ÇIRPAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kararlılık analizi, Lyapunov fonksiyonları, Lyapunov yöntemi, Stability analysis, Lyapunov functions, Lyapunov method
- Yıl: 2007
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalısmasında, farklı matematiksel modellere sahip çoklu zaman gecikmeli dinamik yapay sinir aglarının robust kararlılık özelliklerinin bir analizi yapılmıstır. Daha genel yapıda uygun Lyapunov fonksiyonları kullanılarak, gecikmeli yapay sinir aglarının denge noktasının varlıgı, tekligi ve global robust asimtotik kararlılıgı için yeni yeterli kosullar elde edilmistir. Bu kosullar elde edilirken, yapay sinir aglarında kullanılan aktivasyon fonksiyonları için sınırlı, monoton ya da türevi alınabilir gibi sınırlayıcı varsayımlar kullanılmamıstır. Elde edilen kosullar temelde gecikme parametrelerinden bagımsız olarak sadece yapay sinir agının sistem parametreleri arasında bazı iliskilerin teskil edilmesine dayanır. Bu kosulların sadece sistem parametrelerine baglı olmaları nedeniyle geçerliliklerinin test edilmesi oldukça kolaydır. Bu tezde elde edilen kararlılık sonuçları, daha önce literatürde yayınlanmıs olan yapay sinir aglarının kararlılıgı ile ilgili bazı temel sonuçlarla da karsılastırılmıstır. Bu karsılastırmalrın sonucunda, bu tezde elde ettigimiz sonuçların gecikmeli yapay sinir aglarının denge noktasının global asimtotik kararlılıgının saglanmasında yeni kriterler teskil ettigi gösterilmistir. Bu nedenle, bizim elde ettigimiz kararlılık sonuçları, denge noktasının tek ve global asimtotik kararlı olması gereken gecikmeli yapay sinir aglarının performans degerlendirmesinde önemli bir yere sahiptir. Bu tezde elde edilen sonuçların uygulanabilirligini ve önemini vurgulamak için de bazı sayısal örnekler simülasyon sonuçları ile birlikte verilmistir.
Özet (Çeviri)
In this thesis, we study robust stability properties of various classes of dynamical neural networks with multiple time delays. By employing more general types of suitable Lyapunov functionals, we derive some new sufficient conditions for the existence, uniqueness and global robust asymptotic stability of the equilibrium point for delayed neural networks without assuming the boundedness, monotonicity or differentiability of the activation functions. The obtain results basically establish relationships between the network parameters of the neural networks independently of the delay parameters. The presented stability conditions can be easily verified as they can be expressed in terms of the networks parameters only. The results are also compared with the previously reported results in the literature. This comparison implies that the results obtained in this thesis provide one more set of criteria for determining the global asymptotic stability of delayed neural networks. Therefore our results are of practical importance in evaluating the performance of delayed neural networks which require to have a unique and globally asymptotically stable equilibrium point. We also give some numerical examples together with the simulations results to prove the applicability and effectiveness of the results we obtain in this thesis.
Benzer Tezler
- Gecikmeli yapay sinir ağı modellerinde üstel kararlılık analizi
Exponential stability analysis of delayed neural network models
EYLEM YÜCEL
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SABRİ ARIK
- An Analysis of delays in phoneme recognition problem through the use of artificial neural networks
Yapay sinir ağları ile fonem tanıma probleminde gecikmenin etkileri
MURAT ŞIHMANOĞLU
Yüksek Lisans
İngilizce
1995
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiDOÇ.DR. FİKRET GÜRGEN
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Gecikmeli hücresel sinir ağlarının kararlılık analizi
Stabilty analysis of delayed cellular neural networks
SİBEL SENAN
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. SABRİ ARIK
- Çift yönlü çağrışımlı bellek yapay sinir ağlarının kararlılık analizi
Stability analysis of bidirectional associative memory neural networks
RÜYA ŞAMLI
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SABRİ ARIK