Tez No	İndirme	Tez Künye	Durumu
282842		Gecikmesi zamanla değişen yapay sinir ağlarının kararlılık analizi / Stability analysis of neural networks with time varying delays Yazar:TOLGA ENSARİ Danışman: PROF. DR. SABRİ ARIK Yer Bilgisi: İstanbul Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Matris işlemleri = Matrix operations ; Yapay sinir ağları = Artificial neural networks	Onaylandı Doktora Türkçe 2009 93 s.
Bu tez çalışmasında, gecikmesi zamanla değişen yapay sinir ağlarının dinamik davranışları ve kararlılık kriterleri incelenmiş, denge noktasının varlığını, tekliğini, global asimtotik kararlılığını ve üstel kararlılığını sağlayan yeni koşullar elde edilmiştir. Gecikmesi zamanla değişen yapay sinir ağlarının denge noktasının tekliği ve asimtotik kararlılığını sağlayacak yeni kararlılık koşullarının parametreler üzerindeki genel kısıtlamaları oldukça esnek tutulmaya çalışılmıştır. Bu kararlılık koşulları, tanımlanan yeni Lyapunov fonksiyonlarınınLyapunov yaklaşımıyla test edilerek elde edilmiştir.Kullanılan yapay sinir ağı modeli için bağlantı matrislerinin simetrik olmadıkları varsayılmıştır. Kullanılan nöron aktivasyon fonksiyonlarının sınırlı, kesin artan ve türevi alınabilen gibi literatürde sıkça varsayılan özellikler, bu tez çalışmasında göz önüne alınmamış ve daha genel aktivasyon fonksiyonları kullanılmıştır.Gecikmesi zamanla değişen yapay sinir ağları için elde edilen sonuçların özgünlüğünü göstermek için, bu sonuçlar daha önce literatürde elde edilmiş olan diğer kararlılık kriterleri ile ayrıntılı olarak karşılaştırılmıştır. Bu karşılaştırmalar,hem teorik hem de uygulamalı örnekler verilerek, bu çalışmada elde edilen sonuçların birçok durumda daha önceki sonuçlara göre daha avantajlı olduğunu göstermektedir.
In this thesis, we present some sufficient conditions for the existence, uniqueness and global asymptotic and exponential stability of the equilibrium point for neural networks withconstant and time varying delays. Some of these stability conditions are derived by employing new Lyapunov functionals. The obtained results establish different relationships between thenetwork parameters of the neural system depending or independing on the delay parameters.In obtaining the stability conditions, the restrictions on the network parameters are very much relaxed. We do not use the symmetry condition on the interconnection matrices. We also do not assume the boundedness and strictly increasingness of the functions.In order to show the novelty of our results, we compare our results with the previous stability results derived in the literature. On the other hand, to prove the effectiveness of results we give some numerical examples together with the simulation results.