Aller au contenu principal
2025 article

State Estimation for Singularly Perturbed Semi-Markov Jump Coupled Neural Networks Under WTODP: A Privacy-Preserving Mechanism

2Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, kr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This article studies the state estimation problem for singularly perturbed semi-Markov jump coupled neural networks. To save bandwidth resources and reduce communication frequency, a weighted try-once-discard protocol is recommended. The protocol prioritizes the transmission of node information with the largest weighted error, thereby enhancing the efficiency of information exchange within the network. At the same time, in the process of information interaction, a new encryption-decryption scheme is designed to effectively prevent the leakage of sensitive information while ensuring ideal estimation performance. For the singular perturbation parameter in the coupled neural network, this article uses the matrix contract transformation method to strictly realize the separation of the two dynamics of the system, thereby ensuring that the established mean square exponential stability criterion can be applied to the augmented system. Lastly, numerical simulations are employed to confirm the validity of the provided state estimator.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
State Estimation for Singularly Perturbed Semi-Markov Jump Coupled Neural Networks Under WTODP: A Privacy-Preserving Mechanism
Date Crossref
01/01/2026
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Neural Networks Stability and SynchronizationStability and Control of Uncertain SystemsDistributed Control Multi-Agent Systems

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.