บทความนี้นำเสนอเสถียรภาพเวลาจำกัด ที่ดีขึ้นการกระจายและสภาพความนิ่งเฉยของเครือข่ายนิวรัลแบบแยกเวลาโดยมีความล่าช้าแตกต่างกันไปตามเวลาโครงข่ายใยประสาทเทียมภายใต้การพิจารณาขึ้นอยู่กับการเปลี่ยนแปลงของเวลาขึ้นอยู่กับเทคนิคทางคณิตศาสตร์บางอย่างที่ได้รับ เงื่อนไขที่ขึ้นอยู่กับความล่าช้าได้ถูกจัดเตรียมไว้เพื่อให้แน่ใจว่าเครือข่ายนิวรัลแบบแยกเวลาพิจารณาด้วยความล่าช้าที่แตกต่างกันไปตามเวลาเพื่อให้มีเสถียรภาพเวลาจำกัด วิธีการที่มีประสิทธิภาพได้รับการเสนอเพื่อให้ได้มาซึ่งความมั่นคงทางการเงินขั้นสุดท้ายการกระจายและเกณฑ์การไม่ตอบสนอง บนพื้นฐานของเกณฑ์ใหม่ที่เพียงพอต่อความเสถียรของเวลาจำกัด การกระจายและความนิ่งเฉยของเครือข่ายนิวรัลแบบแยกเวลากับการหน่วงเวลาที่แตกต่างกันนั้นได้มาจากการสร้างฟังก์ชันใหม่

        บทความนี้นำเสนอเสถียรภาพเวลาจำกัด ที่ดีขึ้นการกระจายและสภาพความนิ่งเฉยของเครือข่ายนิวรัลแบบแยกเวลาโดยมีความล่าช้าแตกต่างกันไปตามเวลาโครงข่ายใยประสาทเทียมภายใต้การพิจารณาขึ้นอยู่กับการเปลี่ยนแปลงของเวลาขึ้นอยู่กับเทคนิคทางคณิตศาสตร์บางอย่างที่ได้รับ เงื่อนไขที่ขึ้นอยู่กับความล่าช้าได้ถูกจัดเตรียมไว้เพื่อให้แน่ใจว่าเครือข่ายนิวรัลแบบแยกเวลาพิจารณาด้วยความล่าช้าที่แตกต่างกันไปตามเวลาเพื่อให้มีเสถียรภาพเวลาจำกัด วิธีการที่มีประสิทธิภาพได้รับการเสนอเพื่อให้ได้มาซึ่งความมั่นคงทางการเงินขั้นสุดท้ายการกระจายและเกณฑ์การไม่ตอบสนอง บนพื้นฐานของเกณฑ์ใหม่ที่เพียงพอต่อความเสถียรของเวลาจำกัด การกระจายและความนิ่งเฉยของเครือข่ายนิวรัลแบบแยกเวลากับการหน่วงเวลาที่แตกต่างกันนั้นได้มาจากการสร้างฟังก์ชันใหม่ โครงข่ายประสาทเทียม หรือ ข่ายงานประสาทเทียม (artificial neural network) คือ โมเดลทางคณิตศาสตร์หรือโมเดลทางคอมพิวเตอร์สำหรับประมวลผลสารสนเทศด้วยการคำนวณแบบคอนเนคชันนิสต์ (connectionist) แนวคิดเริ่มต้นของเทคนิคนี้ได้มาจากการศึกษาโครงข่ายไฟฟ้าชีวภาพ (bioelectric network) ในสมอง ซึ่งประกอบด้วย เซลล์ประสาท (neurons) และ จุดประสานประสาท (synapses) ตามโมเดลนี้ ข่ายงานประสาทเกิดจากการเชื่อมต่อระหว่างเซลล์ประสาท จนเป็นเครือข่ายที่ทำงานร่วมกัน การทํางานของระบบประสาทเทียมนั้น เป?นการพยายามที่จะเลียนแบบการทํางานของสมองมนุษย?ผ?านกลไกของการเรียนรู? โดยการใช?ประโยชน?จากตัวอย?างที่ผ?านมาหลายๆตัวอย?างในการฝ?กฝน ซึ่งระบบประสาทเทียมสามารถถูกประยุกต?เพื่อแก?ป?ญหาที่ไม?มีรูปแบบ หรือ มีรูปแบบที่ซับซ?อนมากและยากที่จะเข?าใจได?ด?วยความสามารถในการเรียนรู?จากตัวอย?างนี้ทําให?ระบบประสาทเทียมมีความยืดหยุ?น และมีประสิทธิภาพ ป?จจุบันเทคโนโลยีต?างๆมีผลต?อการใช?ชีวิตของเราในป?จจุบัน อย?างมาก ในโลกอุตสาหกรรม หลายๆโรงงานมีการใช?แขนกลเป?นเครื่องมือสําคัญในการผลิต เช?น ในอุตสาหกรรมประกอบรถยนต? และ เพื่อควบคุมการทํางานของแขนกลให?เป?นไปตามพิกัดเป?าหมาย จึงมี ความจําเป?นต?องออกแบบการทํางานของแขนกลให?มีเสถียรภาพ และ ความแม?นยําในระดับสูง สรุปเนื้อหาการนำไปใช้ประโยชน์ การประยุกต์ใช้งานข่ายงานระบบประสาทเทียม เนื่องจากความสามารถในการจำลองพฤติกรรมทางกายภาพของระบบที่มีความซับซ้อนจากข้อมูลที่ป้อนให้เรียนรู้ การประยุกต์ใช้ข่ายงานระบบประสาทจึงเป็นทางเลือกใหม่ในการควบคุม ซึ่งมีผู้นำมาประยุกต์ใช้งานหลายประเภท ได้แก่ 1. งานการจดจำรูปแบบที่มีความไม่แน่นอน เช่น ลายมือ ลายเซนต์ ตัวอักษร รูปหน้า 2. งานการประมาณค่าฟังก์ชันหรือการประมาณความสัมพันธ์ (มี inputs และ outputs แต่ไม่ทราบว่า inputs กับ outputs มีความสัมพันธ์กันอย่างไร) 3. งานที่สิ่งแวดล้อมเปลี่ยนแปลงอยู่เสมอ (โครงข่ายประสาทเทียมสามารถปรับตัวเองได้) 4. งานจัดหมวดหมู่และแยกแยะสิ่งของ 5. งานทำนาย เช่นพยากรณ์อากาศ พยากรณ์หุ้น 6. การประยุกต์ใช้โครงข่ายประสาทเทียมควบคุมกระบวนการทางเคมีโดยวิธีพยากรณ์แบบจำลอง (Model Predictive Control) 7. การประยุกต์ใช้โครงข่ายประสาทเทียมแบบแพร่กระจายกลับในการทำนายพลังงานความร้อนที่สะสมอยู่ในตัวอาคาร 8. การใช้โครงข่ายประสาทเทียมในการหาไซโครเมตริกชาร์ท การประยุกต์ใช้ข่ายงานระบบประสาทควบคุมระบบ HVAC