Global Asymptotic Stability and Global Exponential Stability of Neural Networks With Unbounded Time-Varying Delays

Zhigang Zeng, Jun Wang, Xiaoxin Liao

Результат исследований: Вклад в журналСтатьярецензирование

114 Цитирования (Scopus)

Аннотация

This brief studies the global asymptotic stability and the global exponential stability of neural networks with unbounded time-varying delays and with bounded and Lipschitz continuous activation functions. Several sufficient conditions for the global exponential stability and global asymptotic stability of such neural networks are derived. The new results given in the brief extend the existing relevant stability results in the literature to cover more general neural networks.

Язык оригиналаАнглийский
Страницы (с-по)168-173
Число страниц6
ЖурналIEEE Transactions on Circuits and Systems II: Express Briefs
Том52
Номер выпуска3
DOI
СостояниеОпубликовано - 5 мар. 2005
Опубликовано для внешнего пользованияДа

Fingerprint

Подробные сведения о темах исследования «Global Asymptotic Stability and Global Exponential Stability of Neural Networks With Unbounded Time-Varying Delays». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать