[論文レビュー] On the Robustness of Uncertain Consensus Networks

Daniel Zelazo, Mathias Bürger|arXiv (Cornell University)|Aug 19, 2014

Neural Networks Stability and Synchronization参考文献 13被引用数 4

ひとこと要約

本稿は、不確実なエッジ重みを有するコンSENSUSネットワークのロバスト性を分析し、安定性がグラフ構造および有効抵抗に依存することを示している。ロバスト安定性のための小さなゲイン条件が、摂動が有界である場合に正確に成立することを確立し、ロバストネスマージンをノード間の有効抵抗の逆数に正確に関連づけている。非線形セクタ有界結合への拡張も行われている。

ABSTRACT

This work considers the robustness of uncertain consensus networks. The first set of results studies the stability properties of consensus networks with negative edge weights. We show that if either the negative weight edges form a cut in the graph, or any single negative edge weight has magnitude less than the inverse of the effective resistance between the two incident nodes, then the resulting network is unstable. These results are then applied to analyze the robustness properties of the consensus network with additive but bounded perturbations of the edge weights. It is shown that the small-gain condition is related again to cuts in the graph and effective resistance. For the single edge case, the small-gain condition is also shown to be exact. The results are then extended to consensus networks with non-linear couplings.

研究の動機と目的

• 負のエッジ重みまたは不確実なエッジ重みを有する線形コンセンサスネットワークの安定性を調査すること。これは不安定性やクラスタリングを引き起こす可能性がある。
• このようなネットワークが有界な加法的摂動に対して安定のままであるための組合せ的およびグラフ理論的条件を同定すること。
• ロバストネスマージンとネットワークのグラフ構造における有効抵抗との間の明確な関係を確立すること。
• 非線形セクタ有界結合への分析を拡張し、この設定における安定性条件を同定すること。
• 古典的なロバスト制御概念（たとえば小さなゲイン定理）をネットワーキングシステムの文脈でグラフ理論的解釈すること。

提案手法

• 正および負のエッジ重みを有するコンセンサスダイナミクスをモデル化するために、重み付きグラフラプラシアン行列を用いる。
• ラプラシアン行列の符号数を分析し、定倣性の性質を特定するために、スヴィルステルの慣性法則を適用する。
• 有効抵抗というキーメトリクスを導入し、ロバストネスの指標として用いる。これはラプラシアン行列のムーア・ペンローズ逆行列から導出される。
• 加法的摂動を伴う不確実なコンセンサスネットワークに小さなゲイン定理を適用し、単一エッジの不確実性において条件が正確に成立することを示す。
• グラフのフォレストおよびサイクル分解を用いて、不確実システムの伝達関数の状態空間実現を導出する。
• セクタ有界非線形性条件を適用し、安定性をパassing性インデックスおよび有効抵抗に関連づけることにより、非線形結合への結果の拡張を行う。

実験結果

リサーチクエスチョン

• RQ1 負のエッジ重みを有するコンセンサスネットワークが安定のままである条件は何か？
• RQ2 エッジ重みにおける有界な加法的摂動が、コンセンサスネットワークの安定性にどのように影響するか？
• RQ3 単一の不確実なエッジ重みを有するコンセンサスネットワークの正確なロバストネスマージンは何か？
• RQ4 小さなゲイン条件は、カットや有効抵抗といったグラフ理論的性質とどのように関連しているか？
• RQ5 ロバストネス解析を非線形セクタ有界結合へ拡張可能か？この場合に導かれる安定性条件は何か？

主な発見

• 負のエッジ重みがグラフ上でカットを形成する、またはそのエッジの重みの絶対値がエンドポイント間の有効抵抗の逆数未満である場合、ネットワークは不安定になる。
• 単一の不確実エッジに対して、小さなゲイン条件は十分条件であるだけでなく、必要条件でもあるため、正確に成立する。
• 加法的摂動のロバストネスマージンは、すべての不確実エッジにおける最大有効抵抗の逆数で与えられ、最悪のエッジは最大有効抵抗を持つエッジである。
• シミュレーションでは、最大有効抵抗（0.429）を持つエッジの摂動がその逆数（約2.33）に達した際、システムにクラスタリングが発生し、理論的閾値が確認された。
• 非線形結合では、非線形性が有効抵抗を含むセクタ条件を満たす場合に安定性が保証され、具体的な境界は |α| < R⁻¹ および ((β−α)²−2(β−α)−1) > −2w_uv である。
• 2ノード間の有効抵抗は、システムにおけるパassing性の余剰を定量化し、コンセンサスネットワークにおけるパassing性マージンのグラフ理論的解釈を提供する。