Anti-periodic solutions on Clifford-valued high-order Hopfield neural networks with multi-proportional delays

报告题目：Anti-periodic solutions on Clifford-valued high-order Hopfield neural networks with multi-proportional delays

报告人：王其如 教授 中山大学

邀请人：常永奎

报告时间：2021年12月6日（周一）15：00-16：30

腾讯会议ID：831-638-740

报告人简介：王其如，中山大学数学公司教授、博士研究生导师，中国工业与应用数学学会理事，广东省工业与应用数学学会常务副理事长、党支部书记，广州工业与应用数学学会理事长、党支部书记，德国《数学文摘》和美国《数学评论》的评论员。多年从事泛函微分方程与时标动态方程理论及应用方面的研究工作，主持完成国家自然科学基金面上项目4项、在研1项，在国内外学术刊物上发表相关学术论文110余篇。

报告摘要：Of concern is the dynamics of anti-periodic solutions on Clifford-valued high-order Hopfield neural networks with multi-proportional delays. By utilizing differential inequality techniques, Lyapunov method and a rigorous mathematical proof, we establish some sufficient criteria on the existence and global stability of anti-periodic solutions. Finally, a numerical example is offered to verify and extend the analytical results and visualize the interesting phenomenon.

主办单位：BB贝博艾弗森