Robust full-parameter control method: Constructing multiscroll HNN via memristor

doi:10.1016/j.neunet.2025.107878

Robust full-parameter control method: Constructing multiscroll HNN via memristor

2025-07-17

0

PRE

AI

DOI：10.1016/j.neunet.2025.107878

原文链接

原文求助

摘要

En 中文

现有构建多卷曲Hopfield神经网络（HNN）的方法导致模型形式对卷曲数量的高敏感性及复杂性增长等缺点，给实际应用带来瓶颈和不便。为解决此问题，本文提出一种基于新型设计忆阻器的鲁棒全参数控制方法，用于构建产生多卷曲吸引子的新型忆阻链Hopfield神经网络（MCHNN）。通过理论及数值方法，详细分析了忆阻器的电气特性。值得注意的是，MCHNN具有更简单的链式拓扑结构，却能够产生具有不同结构的多卷曲吸引子，这些特性通过平衡点及稳定性分析进行探究。此外，网络参数和初始状态的配置变化引发丰富复杂的动力学行为，包括极其复杂的同质和异质多稳态、共存的多个卷曲吸引子、卷曲轨道区域变换、分布增强及涟漪吸引子。为验证所提方法产生真实可用多卷曲混沌信号的实用可行性，构建了数字实验平台来实现MCHNN。此外，MCHNN被应用于开发高随机性的伪随机数发生器。

Keyword:

multiscroll attractors

memristive Hopfield neural network

full-parameter control

multistability

pseudorandom number generator

Robust full-parameter control method: Constructing multiscroll HNN via memristor

摘要

期刊

机构

引用论文