This paper is concerned with the stability analysis for systems with time-varying delay in a range. An appropriate type of Lyapunov functionals is proposed to investigate the delay-range-dependent stability problem. The present results may improve the existing ones due to a method to estimate the upper bound of the derivative of Lyapunov functional without ignoring some useful terms and the introduction of additional terms into the proposed Lyapunov functional, which take into account the range of delay. Numerical examples are given to demonstrate the effectiveness and the benefits of the proposed method.

A novel method is proposed in this note for stability analysis of systems with a time-varying delay. Appropriate Lyapunov functional and augmented Lyapunov functional are introduced to establish some improved delay-dependent stability criteria. Less conservative results are obtained by considering the additional useful terms (which are ignored in previous methods) when estimating the upper bound of the derivative of Lyapunov functionals and introducing the new free-weighting matrices. The resulting criteria are extended to the stability analysis for uncertain systems with time-varying structured uncertainties and polytopic-type uncertainties. Numerical examples are given to demonstrate the effectiveness and the benefits of the proposed method

Chronic Kidney Disease (CKD) is a menace that is affecting 10 percent of the world population and 15 percent of the South African population. The early and cheap diagnosis of this disease with accuracy and reliability will save 20,000 lives in South Africa per year. Scientists are developing smart solutions with Artificial Intelligence (AI). In this paper, several typical and recent AI algorithms are studied in the context of CKD and the extreme gradient boosting (XGBoost) is chosen as our base model for its high performance. Then, the model is optimized and the optimal full model trained on all the features achieves a testing accuracy, sensitivity, and specificity of 1.000, 1.000, and 1.000, respectively. Note that, to cover the widest range of people, the time and monetary costs of CKD diagnosis have to be minimized with fewest patient tests. Thus, the reduced model using fewer features is desirable while it should still maintain high performance. To this end, the set-theory based rule is presented which combines a few feature selection methods with their collective strengths. The reduced model using about a half of the original full features performs better than the models based on individual feature selection methods and achieves accuracy, sensitivity and specificity, of 1.000, 1.000, and 1.000, respectively.

The reciprocally convex combination lemma (RCCL) is an important technique to develop stability criteria for the systems with a time-varying delay. This note develops an extended reciprocally convex matrix inequality, which reduces the estimation gap of the RCCL-based matrix inequality and reduces the number of decision variables of the recently proposed delay-dependent RCCL. A stability criterion of a linear time-delay system is established through the proposed matrix inequality. Finally, a numerical example is given to demonstrate the advantage of the proposed method.

A networked control system (NCS) is a control system which involves a communication network. In NCSs, the continuous-time measurement is usually sampled and quantized before transmission. Then, the measurement is transmitted to the remote controller via the communication channel, during which the signal may be delayed, lost or even sometimes not allowed for transmission due to the communication or energy constraints. In recent years, the modeling, analysis and synthesis of networked control systems (NCSs) have received great attention, which leads to a large number of publications. This paper attempts to present an overview of recent advances and unify them in a framework of network-induced issues such as signal sampling, data quantization, communication delay, packet dropouts, medium access constraints, channel fading and power constraint, and present respective solution approaches to each of these issues. We draw some conclusions and highlight future research directions in end.

This paper is concerned with the stability analysis of discrete-time neural networks with a time-varying delay. Assessment of the effect of time delays on system stability requires suitable delay-dependent stability criteria. This paper aims to develop new stability criteria for reduction of conservatism without much increase of computational burden. An extended reciprocally convex matrix inequality is developed to replace the popular reciprocally convex combination lemma (RCCL). It has potential to reduce the conservatism of the RCCL-based criteria without introducing any extra decision variable due to its advantage of reduced estimation gap using the same decision variables. Moreover, a delay-product-type term is introduced for the first time into the Lyapunov function candidate such that a delay-variation-dependent stability criterion with the bounds of delay change rate is established. Finally, the advantages of the proposed criteria are demonstrated through two numerical examples.

This paper is concerned with the nonfragile distributed H ∞ filtering problem for a class of discrete-time Takagi-Sugeno (T-S) systems in sensor networks. Additive filter gain uncertainties that reflect imprecision in filter implementation are considered. Based on the robust control approach, sufficient conditions are obtained to ensure that the filtering error system is asymptotically stable with a prescribed H ∞ performance level and the eigenvalues of the filtering error system in a given circular region. The filter parameters are determined by solving a set of linear matrix inequalities. A simulation study on the nonlinear tunnel diode circuit system is presented to show the effectiveness of the proposed design method.