• English
    • العربية
  • English
  • تسجيل الدخول
  • جامعة قطر
  • مكتبة جامعة قطر
  •  الصفحة الرئيسية
  • الوحدات والمجموعات
  • المساعدة
    • إرسال الأعمال الأكاديمية
    • سياسات الناشر
    • أدلة المستخدم
    • الأسئلة الأكثر تكراراً
  • عن المستودع الرقمي
    • الرؤية والرسالة
عرض التسجيلة 
  •   مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • الهندسة الكهربائية
  • عرض التسجيلة
  • مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • الهندسة الكهربائية
  • عرض التسجيلة
  •      
  •  
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Global dissipativity of fuzzy cellular neural networks with inertial term and proportional delays

    Thumbnail
    التاريخ
    2020
    المؤلف
    Aouiti C.
    Sakthivel R.
    Touati F.
    البيانات الوصفية
    عرض كامل للتسجيلة
    الملخص
    This paper is concerned with the global dissipativity of fuzzy cellular neural networks with inertial term and proportional delays. Based on Lyapunov functionals and linear matrix inequality approach, new sufficient conditions are derived to ensure the global dissipativity and global exponential dissipativity of the suggested system. Moreover, the globally exponential attractive sets and positive invariant sets are also presented here. Finally, two numerical examples with its simulations are proposed to illustrate the effectiveness of the obtained results.
    DOI/handle
    http://dx.doi.org/10.1080/00207721.2020.1764128
    http://hdl.handle.net/10576/31412
    المجموعات
    • الهندسة الكهربائية [‎2823‎ items ]

    entitlement

    وثائق ذات صلة

    عرض الوثائق المتصلة بواسطة: العنوان، المؤلف، المنشئ والموضوع.

    • Thumbnail

      Autonomous corrosion detection in gas pipelines: A hybrid-fuzzy classifier approach using ultrasonic nondestructive evaluation protocols 

      Qidwai, Uvais A. ( IEEE , 2009 , Article)
      In this paper, a customized classifier is presented for the industry-practiced nondestructive evaluation (NDE) protocols using a hybrid-fuzzy inference system (FIS) to classify the corrosion and distinguish it from the ...
    • Thumbnail

      Development of oil formation volume factor model using adaptive neuro-fuzzy inference systems ANFIS 

      Alakbari F.S.; Mohyaldinn M.E.; Ayoub M.A.; Muhsan A.S.; Hussein I.A. ( Society of Petroleum Engineers , 2021 , Conference)
      The oil formation volume factor is one of the main reservoir fluid properties that plays a crucial role in designing successful field development planning and oil and gas production optimization. The oil formation volume ...
    • Thumbnail

      Real-time robotic avatar control using fuzzy gaze-classification for people with disability 

      Qidwai, Uvais; Shakir, Mohamed; Bahameish, Mariam ( Institute of Electrical and Electronics Engineers Inc. , 2016 , Conference)
      Robotic control with gaze-classification has been an area of interest for quite some time. In this paper, a novel solution of implementing sensing system with intelligent visualization has been presented. Such a system can ...

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    الصفحة الرئيسية

    أرسل عملك التابع لجامعة قطر

    تصفح

    محتويات مركز المجموعات الرقمية
      الوحدات والمجموعات تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر
    هذه المجموعة
      تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر

    حسابي

    تسجيل الدخول

    إحصائيات

    عرض إحصائيات الاستخدام

    عن المستودع الرقمي

    الرؤية والرسالة

    المساعدة

    إرسال الأعمال الأكاديميةسياسات الناشرأدلة المستخدمالأسئلة الأكثر تكراراً

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    Video