Tez No	İndirme	Tez Künye	Durumu
216881		Cohen-Grossberg yapay sinir ağlarının dinamik davranış analizi / Analysis of dynamical behavior of Cohen-Grossberg neural networks Yazar:ZEYNEP ORMAN Danışman: DOÇ.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:Gecikme = Delay ; Kararlılık analizi = Stability analysis ; Lyapunov fonksiyonları = Lyapunov functions	Onaylandı Doktora Türkçe 2007 104 s.
Bu tez çalıımasında, gecikme parametresinin sabit kaldığı ya da zamanla değiıtiği Cohen-Grossberg yapay sinir ağlarında, denge noktasının global kararlılığını sağlayan yeni koıullarelde edilmektedir. Bu kararlılık koıullarından bazıları, tanımlanan yeni Lyapunov fonksiyonlarınınLyapunov yaklaıımı ile test edilmesiyle elde edilmiıtir. Bazı kararlılık koıulları ise,yine tanımlanmıı Lyapunov fonksiyonlarına Halanay eıitsizliği prensibinin uygulanması ileelde edilmiıtir. Elde edilen koıullar, Cohen-Grossberg yapay sinir ağı sisteminin ağ parametreleriarasında gecikme parametresine bağlı olarak ya da gecikme parametresinden bağımsızolarak farklı iliıkiler kurmaktadır. Bu kararlılık koıulları elde edilirken, Cohen-Grossberg yapaysinir ağı parametreleri üzerindeki genel kısıtlamalar oldukça esnek tutulmaya çalııılmııtır.Cohen-Grossberg yapay sinir ağı ara bağlantı matrislerinin simetrik olmadıkları varsayılmııtır.Kullanılan n¨oron aktivasyon fonksiyonlarının sınırlı, kesin artan ve türevi alınabilen gibi literatürde sıkça varsayılan özellikler, bu tez çalıımasında gözönüne alınmamıı ve daha genel aktivasyonfonksiyonları kullanılmııtır.Gecikmeli Cohen-Grossberg yapay sinir ağları için elde edilen sonuçların özgünlüğünü göstermekiçin, bu sonuçlar, daha önce literatürde elde edilmiı olan diğer kararlılık sonuçları ileayrıntılı olarak karıılaıtırılmııtır. Bu karıılaıtırmalar, gerek teorik ve gerekse örnekler verilerek,bu çalıımada elde edilen sonuçların birçok durumda daha önceki sonuçlara göre daha avantajlıolduğunu göstermektedir.
In this thesis, we present some sufficient conditions for the existence, uniqueness and globalasymtotic and exponential stability of the equilibrium point for Cohen-Grossberg neural networkswith constant and time varying delays. Some of these stability conditions are derived byemploying new Lyapunov functionals. Some results are derived by using Halanay inequalityprinciple. The obtained results establish different relationships between the network parametersof the neural system depending or independing on the delay parameters. In obtaining thestability conditions, the restrictions on the network parameters are very much relaxed. We donot use the symmetry condition on the interconnection matrices. We also do not assume theboundedness and strictly increasingness of the functions.In order to show the novelty of our results, we compare our results with the previous stabilityresults derived in the literature. On the other hand, to prove the effectiveness of results we givesome numerical examples together with the simulation results.