A recurrent neural network for real-time matrix inversion

Jun Wang

Результат исследований: Вклад в журналСтатьярецензирование

112 Цитирования (Scopus)

Аннотация

A recurrent neural network for computing inverse matrices in real-time is proposed. The proposed recurrent neural network consists of n independent subnetworks where n is the order of the matrix. The proposed recurrent neural network is proven to be asymptotically stable and capable of computing large-scale nonsingular inverse matrices in real-time. An op-amp based analog neural network is discussed. The operating characteristics of the op-amp based analog neural network is also demonstrated via an illustrative example.

Язык оригиналаАнглийский
Страницы (с-по)89-100
Число страниц12
ЖурналApplied Mathematics and Computation
Том55
Номер выпуска1
DOI
СостояниеОпубликовано - апр. 1993
Опубликовано для внешнего пользованияДа

Fingerprint

Подробные сведения о темах исследования «A recurrent neural network for real-time matrix inversion». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать