Stabilité Exponentielle Globale des Réseaux de Neurones Récurrents Généralisés à Retards Discrets et Distribués

KECHAR, Youcef; Merabet, Brahim                    Encadreur

dc.contributor.author	KECHAR, Youcef
dc.contributor.author	Merabet, Brahim Encadreur
dc.date.accessioned	2025-09-14T08:29:42Z
dc.date.available	2025-09-14T08:29:42Z
dc.date.issued	2025
dc.identifier.uri	https://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/9790
dc.description	Spécialité : Analyse Fonctionnelle et Applications	EN_en
dc.description.abstract	In this memoir, we deal with the problem of analyzing the global exponential stability of a class of recurrent neural networks (RNNs) with discrete and distributed mixed delays, let us consider the existence and uniqueness of équilibriste points. use a new Lyapunov-krasvsckii functional and develop a linear matrix inequality (LMI) approach to make RNNs exponentially global stable.	EN_en
dc.publisher	université Ghardaia	EN_en
dc.subject	:Generalized recurrent neural networks; Discrete and distributed delays; Lyapunov- Krasovskii functional; Global exponential stability; Global asymptotic stability.	EN_en
dc.subject	:Réseaux de neurones récurrents généralisés ; Retards discrets et distribués ;fonc- tionnelle Lyapunov-Krasovskii ; Stabilité exponentielle globale ; Stabilité asymptotique globale.	EN_en
dc.title	Stabilité Exponentielle Globale des Réseaux de Neurones Récurrents Généralisés à Retards Discrets et Distribués	EN_en
dc.type	Thesis	EN_en