[論文レビュー] Optimal Weights of Certain Branches of an Arbitrary Connected Network for Fastest Distributed Consensus Averaging Problem

Saber Jafarizadeh|arXiv (Cornell University)|Apr 29, 2010

Distributed Control Multi-Agent Systems被引用数 3

ひとこと要約

本稿では、グラフの階層化とスラック性条件解析を用いた半定値計画法（SDP）を用いて、残りのネットワークとは無関係に、特定のネットワークブランチ（パス、ラッパ、半完全、ラダー）の最適重みを決定する解析的手法を提示する。主な貢献は、分散型コンSENSUS平均化における収束速度を最大化する最適重みの導出であり、数値シミュレーションによって検証されている。

ABSTRACT

Solving fastest distributed consensus averaging problem over networks with different topologies has been an active area of research for a number of years. The main purpose of distributed consensus averaging is to compute the average of the initial values, via a distributed algorithm, in which the nodes only communicate with their neighbors. In the previous works full knowledge about the network's topology was required for finding optimal weights and convergence rate of network, but here in this work for the first time the optimal weights are determined analytically for the edges of certain types of branches, namely path branch, lollipop branch, semi-complete Branch and Ladder branch independent of the rest of network. The solution procedure consists of stratification of associated connectivity graph of branch and Semidefinite Programming (SDP), particularly solving the slackness conditions, where the optimal weights are obtained by inductive comparing of the characteristic polynomials initiated by slackness conditions. Several Examples and numerical simulations are provided to confirm the validity of the obtained results.

研究の動機と目的

• 任意の連結ネットワーク上で、分散型コンセンサス平均化における最速の収束を達成するという課題に取り組む。
• 全ネットワークトポロジーの完全な知識が不要な状態で、特定のブランチタイプのエッジ重みを最適化する。
• パス、ラッパ、半完全、ラダーのブランチに対して、重み最適化を可能にする解析的フレームワークを構築する。
• 代表的なネットワークトポロジーにおける数値シミュレーションを通じて、提案手法の有効性を検証する。

提案手法

• 各ブランチタイプの接続性グラフを解析可能な構造的要素に分解するため、グラフの階層化を適用する。
• 収束速度の最大化を保証するため、重み最適化問題を半定値計画法（SDP）として定式化する。
• スラック性条件の解析によりSDPを解き、最適重みの閉形式表現を導出する。
• スラック性条件から導かれる特性多項式の帰納的比較を用いて、重み分布を特定する。
• 代表的なネットワークトポロジーにおける数値シミュレーションを通じて、解析結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 特定のネットワークブランチタイプの最適重みは、ネットワークの他の部分とは無関係に導出可能か？
• RQ2 パス、ラッパ、半完全、ラダーのブランチに対して最適重みを決定するための解析的手法は何か？
• RQ3 半定値計画法におけるスラック性条件は、最適重みの導出にどのように寄与するか？
• RQ4 導出された重みは、分散型コンセンサス平均化における収束速度をどの程度向上させるか？

主な発見

• パス、ラッパ、半完全、ラダーのブランチの最適重みは、グローバルネットワーク構造の知識がなくても解析的に導出可能である。
• 本手法は、SDP定式化とスラック性条件解析に依存しており、最適重み分布を体系的に特定する。
• 特性多項式の帰納的導出により、帰納的比較が可能となり、最適重み構成の特定が可能になる。
• 数値シミュレーションにより、導出された最適重みの妥当性と有効性が確認され、コンセンサス収束の加速が実証された。