时滞神经网络殆周期解的全局稳定性

具有随时间变化自抑制、联结权和输入的时滞神经网络的研究是一个重要的课题. 讨论一大类具有殆周期自抑制、联结权和输入的时滞动力系统. 其中, 不仅包括一般时滞系统,还包括分布时滞系统, 也可以同时具有这两种时滞.证明了在一些宽松的条件下,这个系统存在惟一的殆周期解,并且这个解是全局稳定的. 所使用的研究方法不同于其他研究殆周期解时用的方法.     

分段线性神经网络的逼近理论

随着分段线性函数的广泛应用,本文尝试研究浅层和深层的分段线性神经网络的逼近理论.作者将应用于三层感知机模型的万能逼近定理拓展到分段线性神经网络中,并给出与隐藏神经元个数相关的逼近误差估计.利用分段线性函数构造锯齿函数的显式方法,证明解析函数可以通过分段线性神经网络的深度堆叠以指数速率逼近,并辅以相应的数值实验.