혼합 학습 슬라이딩 모드 동기화의 혼돈 분수 차수 신경망

이 연구에서는 혼돈 분수 차수 신경망(FONNs)의 동기화 문제를 해결하기 위해 슬라이딩 모드 제어(SMC) 방법과 혼합 학습 SMC(CLSMC) 방법을 제안합니다. 매개변수 추정을 업데이트하기 위해 슬라이딩 모드 표면과 적응 법칙이 구축됩니다. SMC는 엄격한 영구 자극(PE) 조건 하에서 동기화 오류가 점근적으로 0으로 수렴하도록 보장합니다. 이를 완화하기 위해 온라인 기록 데이터와 순간 데이터가 결합되어 불확실한 매개변수에 대한 예측 오류를 정의하는 데 사용됩니다. 동기화 오류와 예측 오류가 혼합 학습 법칙을 구성하는 데 사용됩니다. 제안된 CLSMC 방법은 동기화 오류가 점근적으로 0에 접근하도록 보장하며, 불확실한 매개변수를 정확하게 추정할 수 있습니다. CLSMC 방법에서 얻은 결과는 쉽게 만족할 수 있는 간격 자극(IE) 조건만을 요구합니다. 마지막으로, 비교 결과는 두 가지 제안된 방법의 제어 효과를 드러냅니다.