Geri Dön

Gecikmeli yapay sinir ağı modellerinde üstel kararlılık analizi

Exponential stability analysis of delayed neural network models

  1. Tez No: 198479
  2. Yazar: EYLEM YÜCEL
  3. Danışmanlar: DOÇ. DR. SABRİ ARIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

üBu tezde, zamanla değ isen gecikmeli yapay sinir ağ larında denge noktasının ustel kararlılığ ıgş g gicin yeni yeterli kosullar sunulmaktadır. Daha genel bir Lyapunov - Krasovskii fonksiyonunuş şğ ükullanarak, gecikmeli yapay sinir aglarının denge noktasının ustel kararlılığ ı icin yeni sonuclargş şelde edilmektedir. Daha sonra elde edilen bu sonuclar gecikme parametresi sabit alınarakşü ü üozellestirilmektedir. Bu yeni ozel durumlar icin de ustel kararlılık analizleri yapılmaktadır.ş şSonuclar, gecikme zamanı ve sistem parametreleri arasındaki iliskiler ile ifade edilmektedir.ş şğTezde elde ettiğ imiz kosulların, gecikmeli yapay sinir agları icin yeni kararlılık kriteri olustur-g ş ş şduğ u, literatü rdeki diğ er sonuclarla karsılastırılması yapılarak ispatlanmaktadır. Son olarak eldeg u g ş şşü u uğ ü üettiğ imiz sonucların ozgü nlü gu, sayısal ornekler kullanılarak ve bilgisayar uygulamaları veri-g şlerek desteklenmektedir.

Özet (Çeviri)

SUMMARYEXPONENTIAL STABILITY ANALYSIS OF DELAYED NEURAL NETWORKMODELSThis thesis presents new sufficient conditions for the exponential stability of the equilibriumpoint for delayed neural networks with time varying delays. By employing a more generaltype of Lyapunov-Krasovskii functional, we derive new results for exponential stability of theequilibrium point for delayed neural networks. The results that we derived are privatized byconsidering constant delay parameter. Also we make the exponential stability analysis for thenew conditions. The results establish a relation between the delay time and the parameters ofthe network.By comparing with the previous results in the literature, it is proved that the conditions whichwe present in this thesis, form a new stability criteria for delayed neural networks. Finally, theresults obtained are supported by using some numerical examples and giving computer appli-cations.

Benzer Tezler

  1. Turizm sektöründe talep tahminleri için yapay sinir ağları kullanımı ve diğer yöntemlerle karşılaştırmalı analizi (Antalya ilinin dış turizm talebinde uygulama)

    Forecasting tourism demand by artificial neural networks and time series methods (A comparative analysis in inbound tourism demand to Antalya

    MURAT ÇUHADAR

    Doktora

    Türkçe

    Türkçe

    2006

    İşletmeSüleyman Demirel Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. İBRAHİM GÜNGÖR

  2. Türkçe ses birimlerinin sınıflandırılması için bir bulanık sinir ağının tasarımı ve gerçekleştirimi

    Design and implementation of a fuzzy neural network for Turkish phoneme classification

    ETHEM ARKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. HARUN ARTUNER

  3. Modelling prefrontal cortex functions by using neural networks

    Korteks işlevlerinin yapay sinir ağları ile modellenmesi

    GÜLAY KAPLAN BÜYÜKAKSOY

    Doktora

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT GÜZELİŞ

    YRD. DOÇ. DR. NESLİHAN ŞENGÖR

  4. Sualtı yankılanımlı sinyallerinin yapay sinir ağları ile sınıflandırılması için bir sistem tasarım ve gerçekleştirimi

    Design and implementation of a system for classification of underwater acoustic signals by neural networks

    YUSUF KAAN DÖNMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. HARUN ARTUNER

  5. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI