This paper argues that the natural rate of unemployment hypothesis, in which equilibrium unemployment is determined by A¢â‚¬A“structuralA¢â‚¬Â variables alone, is wrong: it is both implausible and inconsistent with the evidence. Instead, equilibrium unemployment is haunted by hysteresis. The curious history of the natural rate hypothesis is considered, curious because the authors of the hypothesis thought hysteresis to be relevant. The various methods that have been used to model hysteresis in economic systems are outlined, including the Preisach model with its selective, erasable memory properties. The evidence regarding hysteresis effects on output and unemployment is then reviewed. The implications for macroeconomic policy, and for the macroeconomics profession, are discussed.

Unemployment: natural rate epicycles or hysteresis?

This study is focused on the investigation of stabilization problem for the system of coupled inverted pendula. The corresponding algorithm of control is based on the feedback principles and demons...

Stabilization of coupled inverted pendula: From discrete to continuous case:

Stabilization of a System of Unstable Pendulums: Discrete and Continuous Case

In the paper, the biological neural network models are analyzed with a purpose to solve the problems of segmentation and pattern recognition when applied to the bio-liquid facies obtained by the cuneiform dehydration method. The peculiarities of the facies’ patterns and the key steps of their digital processing are specified in the frame of the pattern recognition. Feasibility of neural network techniques for the different image data level digital processing is reviewed as well as for image segmentation. The real-life biological neural network architecture concept is described using the mechanisms of the electrical input-output membrane voltage and both induced and endogenic (spontaneous) activities of the neural clusters when spiking. The mechanism of spike initiation is described for metabotropic and ionotropic receptive clusters with the nature of environmental exciting impact specified. Also, the mathematical models of biological neural networks that comprise ot only functional nonlinearities but the hysteretic ones are analyzed and the reasons are given for preference of the mathematical model with delay differential equations is chosen providing its applicability for modeling a single neuron and neural network as well.
 В работе рассматривается применение моделей биологической нейронной сети для сегментации изображения фации биожидкости, полученной методом клиновидной дегидратации. Выделены основные характерные особенности, присущие паттернам фаций биожидкостей, а также основные этапы их цифровой обработки в рамках задачи распознавания образов. Проведен анализ использования искусственных нейронных сетей для цифровой обработки изображений для разных уровней представления данных; сделан обзор основных нейросетевых методов сегментации. Описан принцип построения биологически достоверных искусственных нейронных сетей, использующих механизмы изменения мембранного потенциала нейронов и учитывающих при генерации спайка как вызванную активность, так и эндогенную (спонтанную) активность нейронных кластеров. Описан механизм инициации спайка для метаботропных и ионотропных рецептивных кластеров с указанием природы запускающего внешнего воздействия. Проведен анализ существующих математических моделей биологических нейросетей, содержащих помимо обычных функциональных нелинейностей нелинейности гистерезисной природы. Сделан выбор в пользу математической модели, использующей дифференциальные уравнения с запаздыванием, которые могут быть применены как для описания отдельного биологического нейрона, так и для описания работы нейронной сети.

https://cyberleninka.ru/article/n/18311041.pdf

Выбор модели биологической нейронной сети для сегментации изображения биожидкостной поверхности

Mikhail E. Semenov∗ Zhukovsky–Gagarin Air Force Academy, Starykh Bolshevikov, 54-A, Voronezh, 394064 Voronezh State University, Universitetskaya, 1, Voronezh, 394006 Voronezh State University of Architecture and Civil Engineering XX-letiya Oktyabrya, 84, Voronezh, 394006 Russia Zainib Hatif Abbas† Voronezh State University of Architecture and Civil Engineering XX-letiya Oktyabrya st. 84, Voronezh, 394006 Russia Igor N. Ishchuk‡ Zhukovsky–Gagarin Air Force Academy, Starykh Bolshevikov, 54-A, Voronezh, 394064 Siberian Federal University, Svobodny, 79, Krasnoyarsk, 660041 Russia Olesya I. Kanishcheva§ Zhukovsky–Gagarin Air Force Academy, Starykh Bolshevikov, 54-A, Voronezh, 394064 Voronezh State University of Architecture and Civil Engineering XX-letiya Oktyabrya, 84, Voronezh, 394006 Russia Peter A. Meleshenko¶ Zhukovsky–Gagarin Air Force Academy, Starykh Bolshevikov, 54-A, Voronezh, 394064 Voronezh State University, Universitetskaya, 1, Voronezh, 394006 Russia

/pdf/state-feedback-control-principles-for-inverted-pendulum-with-1yycu7c30y.pdf

State-feedback Control Principles for Inverted Pendulum with Hysteresis in Suspension

Работа посвящена обобщению одной из самых «популярных» конструктивных моделей гистерезиса - преобразователя Прейзаха (континуальная система неидеальных реле, соединенных параллельно). Во многих прикладных задачах, связанных с моделированием гистерезисных эффектов, где априори предполагается доменная структура носителей гистерезисных свойств (многократное перемагничивание ферромагнитных составляющих электромагнитных систем, поляризация сегнетоэлектрика в зависимости от напряженности электрического поля, зависимость занятости от цены на монотоварных рынках и др.), приходится сталкиваться с необходимостью учитывать неопределенности в реакциях отдельных доменов на внешнее воздействие. В настоящей работе предложен инструментальный метод, позволяющий учитывать такие неопределенности посредством стохастических моделей элементарных носителей гистерезисных свойств. Рассмотрены основные свойства дискретной и континуальной систем реле, параметры которых трактуются как случайные величины, при этом выход системы реле представляется как случайный процесс. Исследована корректность определения, в частности, установлена независимость выхода (случайного процесса) от способа дискретизации в рамках предельного перехода от конечной к континуальной системе неидеальных реле, а также установлена управляемость и монотонность (в рамках соответствующего определения) стохастического аналога преобразователя Прейзаха.

Стохастическая модель гистерезисного преобразователя с доменной структурой

Предложен новый класс моделей гистерезисных преобразователей, обобщающий классическое определение люфта на случай, когда геометрическое расположение определяющих его кривых зависит от случайного параметра. Выход стохастического преобразователя в этой ситуации трактуется как случайный процесс. Доказана корректность определения соответствующего преобразователя в терминах специальной предельной конструкции, позволяющей определить выход на произвольном непрерывном входе. Исследованы свойства введенного преобразователя, получены аналитические соотношения, определяющие первую и вторую моментные функции выхода, приведены иллюстративные примеры.

Петр Александрович Мелешенко

Papers

State-feedback Control Principles for Inverted Pendulum with Hysteresis in Suspension

Стохастическая модель гистерезисного преобразователя с доменной структурой

Гистерезисные преобразователи со случайными параметрами