十多年来,许多研究人员注意到神经网络由于神经网络已成功地应用在各种领域,如信号处理、模式识别、组合优化。时滞神经网络近年来也被广泛的研究,因为电子模拟的实现中出现时滞神经网络由于传输信号,放大器的有限的切换速度,可能导致系统的不稳定和表现不佳,和大量的重要的和有趣的结果已经获得时滞神经网络的分析和合成,包括稳定性分析、状态估计、被动,等等。

这个特殊问题的目标是向最近的进展与时滞神经网络的理论和应用。所有的提交将包含原始思想和新方法。论文提出新兴领域尤其受欢迎。

潜在的主题包括,但不限于:

• 稳定性和状态估计
• 性能分析
• 同步
• 智能控制
• Memristor-based神经网络
• 耦合神经网络
• 可替换主体系统
• 神经网络的建模
• 现实世界的应用程序