We consider the reaction-diffusion neural network for which coefficients and neural function depend on time and spatial variable. We study fixed-time anti-synchronization (FTAS) problem. We develop a dual dynamic programming theory to derive verification theorem allowing to find and verify the best fixed-time for anti-synchronization of the system.

中文翻译：

---

反应扩散神经网络的固定时间反同步


我们考虑反应扩散神经网络，其系数和神经函数取决于时间和空间变量。我们研究固定时间反同步（FTAS）问题。我们开发了一种对偶动态规划理论来推导验证定理，从而可以找到并验证系统反同步的最佳固定时间。