以时变矩阵求逆为例构造（归零神经网络）ZNN

      大家好，我是带我去滑雪！

      （博主建议电脑查看，手机查看会出现公式不显示情况）

     本文将介绍如何构造归零神经网络（ZNN），以时变矩阵求逆为例：

     需要解决的问题：假设有已知可逆时变矩阵方阵S(t),需求。

第一步：首先需要把上述问题转化为准确解时刻存在且唯一的矩阵方程：S(t)X(t)=I

其中，S(t)为已知可逆时变方阵，X(t)为问题需求的未知解，I为单位矩阵，t为时间。

第二步：定义M(t)为时变复值差错矩阵，M(t)=S(t)X(t)-I

第三步：引入传统ZNN动力式：

其中，是M(t)关于时间参数t的导数，的大小与M(t)相同且它的每一个元素都是实现标量映射的激活函数。ZNN要求激活函数是单调递增的奇函数以确保模型收敛稳定。M(t)中的单个元素的神经动力式为,这些元素全部沿着负梯度变化，是ZNN收敛重要依据。

第四步：将M(t)=S(t)X(t)-I带入，即可得到求解时变矩阵求逆的（归零神经网络）ZNN模型,如下：

                   

参考文献：[1]胡泽善. 面向时变矩阵问题求解的ZNN鲁棒性研究及其应用[D].湖南大学,2021.

---

更多优质内容持续发布中，请移步主页查看。

若有问题可邮箱联系：1736732074@qq.com 

博主的WeChat:TCB1736732074

   点赞+关注,下次不迷路！