Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Finite-time and fixed-time synchronization analysis of shunting inhibitory memristive neural networks with time-varying delays

Kashkynbayev, A., Issakhanov, A., Otkel, M., Kurths, J. (2022): Finite-time and fixed-time synchronization analysis of shunting inhibitory memristive neural networks with time-varying delays. - Chaos, Solitons and Fractals, 156, 111866.
https://doi.org/10.1016/j.chaos.2022.111866

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_27029 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_27029_1
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Kashkynbayev, Ardak1, Autor
Issakhanov, Alfarabi1, Autor
Otkel, Madina1, Autor
Kurths, Jürgen2, Autor              
Affiliations:
1External Organizations, ou_persistent22              
2Potsdam Institute for Climate Impact Research, ou_persistent13              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: In the present paper, we investigate both the finite-time and fixed-time synchronization of retarded shunting inhibitory cellular neural networks. By constructing suitable Lyapunov functions and feedback control schemes we derive several sufficient conditions to guarantee finite-time and fixed-time synchronization of such networks. Finally, to illustrate the effectiveness of our theoretical results we consider examples with numerical simulations.

Details

einblenden:
ausblenden:
Sprache(n): eng - Englisch
 Datum: 2022-02-102022-03
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1016/j.chaos.2022.111866
MDB-ID: No data to archive
PIKDOMAIN: RD4 - Complexity Science
Organisational keyword: RD4 - Complexity Science
Research topic keyword: Complex Networks
Research topic keyword: Nonlinear Dynamics
Research topic keyword: Health
Working Group: Network- and machine-learning-based prediction of extreme events
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Chaos, Solitons and Fractals
Genre der Quelle: Zeitschrift, SCI, Scopus, p3
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 156 Artikelnummer: 111866 Start- / Endseite: - Identifikator: CoNE: https://publications.pik-potsdam.de/cone/journals/resource/190702
Publisher: Elsevier