[論文レビュー] Modulus consensus in discrete-time signed networks and properties of special recurrent inequalities

Anton V. Proskurnikov, Ming Cao|arXiv (Cornell University)|Mar 20, 2017

Opinion Dynamics and Social Influence参考文献 31被引用数 8

ひとこと要約

本稿では、確率的行列を含む離散時間反復不等式の有界解がコンSENSUSに収束することを確立し、符号付きネットワークにおけるモジュラスコンセンサスの概念を一般化する。主な貢献は、『コンセンサス二分性』性質の証明である：弱い接続性仮定の下で、不等式 $ x(k+1) \leq W(k)x(k) $ の任意の有界解は、共通の極限値に収束する。これは符号付きネットワークダイナミクスおよび分散最適化における既存結果を統合・拡張するものである。

ABSTRACT

Recently the dynamics of signed networks, where the ties among the agents can be both positive (attractive) or negative (repulsive) have attracted substantial attention of the research community. Examples of such networks are models of opinion dynamics over signed graphs, recently introduced by Altafini (2012,2013) and extended to discrete-time case by Meng et al. (2014). It has been shown that under mild connectivity assumptions these protocols provide the convergence of opinions in absolute value, whereas their signs may differ. This "modulus consensus" may correspond to the polarization of the opinions (or bipartite consensus, including the usual consensus as a special case), or their convergence to zero. In this paper, we demonstrate that the phenomenon of modulus consensus in the discrete-time Altafini model is a manifestation of a more general and profound fact, regarding the solutions of a special recurrent inequality. Although such a recurrent inequality does not provide the uniqueness of a solution, it can be shown that, under some natural assumptions, each of its bounded solutions has a limit and, moreover, converges to consensus. A similar property has previously been established for special continuous-time differential inequalities (Proskurnikov, Cao, 2016). Besides analysis of signed networks, we link the consensus properties of recurrent inequalities to the convergence analysis of distributed optimization algorithms and the problems of Schur stability of substochastic matrices.

研究の動機と目的

• 符号付きネットワークにおけるモジュラスコンセンサスの概念を、より広いクラスの離散時間反復不等式へ一般化すること。
• これらの不等式の有界解に対して、コンセンサス二分性性質を確立し、弱い接続性仮定の下で共通の極限値への収束を示すこと。
• 符号付きネットワークにおけるコンセンサスおよび分散最適化アルゴリズムに関する既存結果を統合・拡張すること。
• 反復不等式フレームワークと行列理論、特に部分ストキャスティック行列のシュール安定性との間の関係を明らかにすること。
• このフレームワークが、凸結合可能性および最適化問題を解くための分散アルゴリズムへの適用可能性を示すこと。

提案手法

• 離散時間反復不等式 $ x(k+1) \leq W(k)x(k) $ を分析し、ここで $ W(k) $ は確率的行列の系列である。
• 閉凸集合への射影理論を適用して、分散最適化プロトコルの収束性を導出する。
• 射影性質 $ \|x - \xi_0\|^2 \geq \|P_{\Xi_i}(x) - \xi_0\|^2 + d_i(x)^2 $ を用いて、解集合への距離を評価する。
• 仮定1および2の下で、状態ベクトル $ \xi_i(k) $ が $ \Xi = \bigcap \Xi_i $ の共通極限値に収束することを確立する。
• 誤差項 $ e_i(k) = \xi_i(k+1) - \eta_i(k) $ および集合への距離 $ d_i(\xi_i(k)) $ が漸近的に消えることを証明する。
• 連続時間におけるコンセンサス二分性結果（Proskurnikov & Cao, 2016）を離散時間設定に拡張し、類似する収束行動を証明する。

実験結果

リサーチクエスチョン

• RQ1 離散時間反復不等式 $ x(k+1) \leq W(k)x(k) $ の有界解がコンセンサスに収束する条件は何か？
• RQ2 連続時間微分不等式におけるコンセンサス二分性性質は、離散時間系にどのように拡張されるか？
• RQ3 符号付きネットワークにおけるモジュラスコンセンサスと、このクラスの反復不等式の解との関係は何か？
• RQ4 この不等式フレームワークは、分散最適化および線形方程式系の解法アルゴリズムにどのように応用できるか？
• RQ5 このフレームワークは、部分ストキャスティック行列のシュール安定性にどのような含意を持つのか？

主な発見

• 確率的行列 $ W(k) $ が弱い接続性仮定を満たす離散時間反復不等式 $ x(k+1) \leq W(k)x(k) $ の任意の有界解は、共通の極限値に収束する。
• コンセンサス二分性性質が成立する：すべての有界解はコンセンサスに収束し、非有界解は収束しない。
• このフレームワークは、離散時間アラティニモデルにおけるモジュラスコンセンサスを説明・一般化する。ここでは絶対値では意見が収束するが、符号は異なる可能性がある。
• 仮定1および2の下で、分散最適化プロトコル（10）–（12）が凸集合 $ \Xi_1 \cap \cdots \cap \Xi_n $ の共通点に収束することを証明する。
• 誤差項 $ e_i(k) = \xi_i(k+1) - \eta_i(k) $ および実行可能集合への距離 $ d_i(\xi_i(k)) $ はともにゼロに収束し、制約付きコンセンサスが保証される。
• 結果は行列理論へも拡張され、部分ストキャスティック行列のシュール安定性および反復アルゴリズムの収束に含意をもたらす。