[논문 리뷰] Biharmonic Distance and the Performance of Second-Order Consensus Networks with Stochastic Disturbances

Yuhao Yi, Bingjia Yang외 2명|arXiv (Cornell University)|2017. 09. 08.

Complex Network Analysis Techniques참고 문헌 20인용 수 4

한 줄 요약

이 논문은 확률적 교란 하에서 이阶 공감 네트워크를 분석하기 위해 새로운 척도인 이함수 거리를 도입한다. 이는 저항 거리가 일阶 시스템을 지배하는 것과 유사하게 이阶 시스템의 성능을 지배함을 보여준다. 저자들은 완전 그래프, 별형, 사이클, 경로에서 쌍별 분산, 평균에서의 편차, 총 분산 등의 성능 측도에 대해 닫힌 형태의 표현식을 유도하며, 이 척도를 기반으로 이함수 킬프프 지수와 정점 중심성의 개념을 정의한다.

ABSTRACT

We study second order consensus dynamics with random additive disturbances. We investigate three different performance measures: the steady-state variance of pairwise differences between vertex states, the steady-state variance of the deviation of each vertex state from the average, and the total steady-state variance of the system. We show that these performance measures are closely related to the biharmonic distance; the square of the biharmonic distance plays similar role in the system performance as resistance distances plays in the performance of first-order noisy consensus dynamics. We further define the new concepts of biharmonic Kirchhoff index and vertex centrality based on the biharmonic distance. Finally, we derive analytical results for the performance measures and concepts for complete graphs, star graphs, cycles, and paths, and we use this analysis to compare the asymptotic behavior of the steady-variance in first- and second-order systems.

연구 동기 및 목표

• 확률적 교란이 있는 이阶 공감 시스템에 대해 저항 거리와 유사한 통합 그래프 이론적 척도가 부족한 문제를 해결하기 위해.
• 확률적 가감 노이즈 하에서 이阶 공감 네트워크의 시스템 성능을 분산 기반 측도로 정량화하기 위해.
• 이함수 거리와 네트워크의 일관성 및 이阶 동역학에서의 시스템 내성 간의 이론적 프레임워크를 구축하기 위해.
• 네트워크 성능과 노드 중요성의 특성화를 위해 새로운 개념인 이함수 킬프프 지수와 이함수 정점 중심성을 정의하고 분석하기 위해.
• 기본 그래프 구조에서의 분석 결과를 바탕으로 일阶 및 이阶 공감 시스템 간의 정상 상태 분산의 渐近적 행동을 비교하기 위해.

제안 방법

• 라플라시안 스펙트럼을 기반으로 한 이함수 거리를 제안하여, 컴퓨터 그래픽스에서의 응용을 네트워크 동역학으로 확장한다.
• 세 가지 성능 측도를 정의한다: 노드 상태 간 쌍별 차이의 정상 상태 분산, 각 노드의 평균에서의 분산, 총 시스템 분산.
• 스펙트럼 그래프 이론과 복소해석학을 활용하여, 라플라시안 행렬의 고유값과 고유벡터를 포함한 분석적 표현식을 유도한다.
• 정규 그래프에서 고유값 분해에 기인하는 삼각함수 합을 평가하기 위해 푸리에 분석과 원근의 근에 대한 합항등식을 적용한다.
• 모든 순서 없는 노드 쌍 간의 제곱 이함수 거리의 합으로 이함수 킬프프 지수를 정의한다.
• 한 노드에서 다른 모든 노드까지의 제곱 이함수 거리의 합의 역수로 이함수 정점 중심성을 정의하며, 이는 정상 상태 분산이 낮은 노드를 식별한다.

실험 결과

연구 질문

• RQ1 확률적 교란이 있는 이阶 공감 네트워크에서 이함수 거리는 정상 상태 분산과 어떻게 관련이 있는가?
• RQ2 이阶 공감 시스템에 대해 저항 거리와 유사한 통합 척도를 정의할 수 있는가?
• RQ3 완전 그래프, 별형, 사이클, 경로와 같은 표준 그래프 구조에서 성능 측도(쌍별 분산, 편차 분산, 총 분산)에 대한 닫힌 형태의 표현식은 무엇인가?
• RQ4 이함수 킬프프 지수와 이함수 정점 중심성은 일阶 대응 척도와 비교해 시스템 일관성 측면에서 어떻게 다른가?
• RQ5 다양한 네트워크 구조에서 이阶 시스템의 정상 상태 분산은 일阶 시스템과 비교해 어떤 渐近적 행동을 보이는가?

주요 결과

• 노드 상태 간 쌍별 차이의 정상 상태 분산은 해당 노드 간의 이함수 거리의 제곱에 의해 직접적으로 지배된다.
• 각 노드의 상태가 시스템 평균에서의 분산은 이함수 중심성이 높은 노드에서 최소화된다. 이는 모든 다른 노드와의 제곱 이함수 거리의 합의 역수로 정의된다.
• 크기 $N$인 완전 그래프의 경우 총 정상 상태 분산은 $\frac{N}{3} - \frac{1}{3N}$이며, 삼각함수에 대한 합항등식을 사용해 유도된다.
• 크기 $N$인 사이클의 경우 총 분산에 대한 닫힌 형태의 표현식은 $F_N(l) = \frac{l^4}{12N} - \frac{l^3}{3} + \frac{l^2N}{3} - \frac{l^2}{6N} + \frac{(-1)^l}{8N} + \frac{l}{3} - \frac{1}{8N}$ 으로, $l \leq N$ 인 경우에 유효하다.
• 이함수 킬프프 지수는 모든 순서 없는 노드 쌍 간의 제곱 이함수 거리의 합으로 정의되며, 이는 이阶 시스템에서 네트워크 일관성의 전반적 측도를 제공한다.