به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "bidirectional associative memory (bam) neural network" در نشریات گروه "ریاضی"

تکرار جستجوی کلیدواژه «bidirectional associative memory (bam) neural network» در نشریات گروه «علوم پایه»
جستجوی bidirectional associative memory (bam) neural network در مقالات مجلات علمی
  • زهرا محمدزاده*، اسدالله محمود زاده وزیری، اسد عازمی، امید ربیعی مطلق

    در این مقاله پایداری شبکه عصبی- تاخیری بم متشکل از دو لایه بررسی می شود. برای این کار بعد از خطی سازی شبکه عصبی بم به بررسی معادله مشخصه پرداخته و با توجه به حقیقی یا مختلط بودن ریشه های ماتریس اتصالات شرایطی به دست می آوریم تا سیستم اصلی دارای مقادیر ویژه با قسمت حقیقی مخالف صفر داشته باشد. با توجه به قضیه هارتمن-گروبمن ساختار کیفی سیستم با ساختار خطی آن یکسان است. بنابراین با توجه به حالات مقادیر ویژه ماتریس اتصال در چندجمله ای مشخصه، کرانی برای پارامترهای شبکه به دست می آوریم. که با توجه به شرایط به دست آمده، پایداری را تعریف می کنیم. نتایج نشان می دهد، زمانی که مقادیر ویژه دارای قسمت حقیقی منفی باشد، شبکه عصبی به پایداری مجانبی می رسد. همچنین به اثرگذاری تاخیر در ایجاد نوسان در شبکه عصبی بم نیز پرداخته شده و پارامتری برای این منظور در نظر گرفته شده است. روش پیشنهادی در این مقاله با روش های مشابه در مقالات دیگر از پیچیدگی کمتری برخوردار است و در عین حال توانایی بالایی از جمله ناوابستگی به تعداد ابعاد (تعداد نرون ها) مسئله دارد. همچنین در این مطالعه شرایط جدیدی براساس ماتریس اتصالات برای پایداری به دست آمد. در انتها با استفاده از نرم افزار سیمولینک (وابسته به متلب) شبیه سازی یک مدل شش نرونی (که در هر لایه سه نرون می باشد) ارایه شده است. نتایج حاصل از شبیه سازی کارایی روش مورد نظر را تایید کرد.

    کلید واژگان: پایداری, تابع مشخصه, خطی سازی, شبکه عصبی بم
    Zahra Mohammadzadeh *, Asadollah Mahmoudzadeh Vaziri, Asad Azemi, Omid Rabieimotlagh

    In this paper, the stability of a delayed Bidirectional Associative Memory (BAM) neural network consisting of two layers has been investigated. The approach includes linearization of the BAM neural network, obtaining the characteristic equation, analyzing the nature of its roots, and obtaining the condition for the systems' stability. The results show that the neural network is asymptotically stable when the eigenvalues have a negative real part. Next, the effect of delay in creating oscillation in the system was investigated, and the relevant parameter was obtained. Compared to the other published work in this area, an advantage of the proposed approach is its ability to identify the system's stability in a much more straightforward and less complicated method. Finally, a 2-layer neuron network simulation, with three neurons in each layer, using Simulink software (affiliated with MATLAB), is presented. The simulation results confirm the efficiency of the proposed method.

    Keywords: Stability, Characteristic function, Linearization, Bidirectional Associative Memory (BAM) Neural Network
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال