一类随机惯性时滞神经网络的稳定性

研究一类随机惯性时滞神经网络稳定性问题.通过引入适当变量变换将二阶微分系统转换为一阶微分系统,利用同胚映射,Ito公式和微分算子,构造恰当的Lyapunov函数和采用递推归纳,给出其系统平衡点存在唯一及全局渐近稳定和解指数稳定判定的充分条件,最后通过数值模拟例子说明所得理论结果的正确性.

分数阶时滞Cohen-Grossberg型BAM神经网络S-渐近ω-周期解

主要研究分数阶时滞Cohen-Grossberg型BAM神经网络的有界性和周期性问题.利用分数阶微积分性质,借助于微分中值定理和Ascoli-Arzela定理,给出了判定系统解的有界性,S-渐近ω-周期和全局渐近ω-周期解的充分条件.最后通过数值模拟例子验证所得到理论结果的有效性.

投射模的自同态代数与有限维猜想

设代数A是整体维数有限的Artin代数,e是A的一个幂等元,则e Ae的有限维数有限,如果以下条件满足其一:(a)rep.dim(A/Ae A)≤3,且对任意单A/Ae A-模K,有proj.dim(AK)≤4;(b)对任意单A/Ae A-模K,都有proj.dim(AK)≤3.