[논문 리뷰] Complexity in linearly coupled dynamical networks: Some unusual phenomena in energy accumulation

Zhisheng Duan, Jinzhi Wang외 2명|ArXiv.org|2007. 06. 20.

Neural Networks Stability and Synchronization참고 문헌 14인용 수 3

한 줄 요약

이 논문은 선형으로 결합된 동적 네트워크에서 $H_2$ 노름 에너지 축적을 조사하며, 특정 외부 결합 구조 하에서 $H_2$ 노름이 네트워크 크기 $N$ 에 따라 지수적으로 증가함을 밝혀내었으며, 이는 큰 $N$ 에서 $2^N$ 을 초월한다. 반면에, 확산형으로 결합된 네트워크는 선형 증가($\gamma_2 N$)를 보인다. 선형성에도 불구하고 에너지 역학은 매우 복잡하고 직관에 어긋나며, 복잡한 네트워크에서의 동기화 및 제어에 영향을 미친다.

ABSTRACT

This paper addresses the energy accumulation problem, in terms of the $H_2$ norm, of linearly coupled dynamical networks. An interesting outer-coupling relationship is constructed, under which the $H_2$ norm of the newly constructed network with column-input and row-output shaped matrices increases exponentially fast with the node number $N$: it increases generally much faster than $2^N$ when $N$ is large while the $H_2$ norm of each node is 1. However, the $H_2$ norm of the network with a diffusive coupling is equal to $γ_2 N$, i.e., increasing linearly, when the network is stable, where $γ_2$ is the $H_2$ norm of a single node. And the $H_2$ norm of the network with antisymmetrical coupling also increases, but rather slowly, with the node number $N$. Other networks with block-diagonal-input and block-diagonal-output matrices behave similarly. It demonstrates that the changes of $H_2$ norms in different networks are very complicated, despite the fact that the networks are linear. Finally, the influence of the $H_2$ norm of the locally linearized network on the output of a network with Lur'e nodes is discussed.

연구 동기 및 목표

• 선형으로 결합된 동적 네트워크에서 시스템 에너지 출력을 나타내는 $H_2$ 노름이 네트워크 크기 $N$ 과 어떻게 척도가 되는지 분석하기.
• 다양한 외부 결합 구조(예: 열입력/행출력, 확산형, 반대칭형)가 $H_2$ 노름 증가에 미치는 영향을 조사하기.
• 비선형 Lur’e 유형 네트워크의 국소 선형화된 네트워크에서의 $H_2$ 노름 행동이 출력에 미치는 영향을 이해하기.
• 선형 네트워크 구조가 예상치 못한 복잡한 에너지 축적 역학을 보일 수 있음을 보여주며, 직관적 기대에 도전하기.

제안 방법

• 크로네커 곱 기법을 사용하여 열입력 및 행출력 형태의 행렬을 가진 네트워크를 구성: $\dot{x} = (I_N \otimes A_1 + \Gamma \otimes A_{12})x + Bw_1$, $y = Cx$.
• $H_2$ 노름 공식 $\|G(s)\|_2 = \sqrt{\text{trace}(B^T Q B)}$ 를 사용하며, 여기서 $Q$ 는 라파노프 방정식 $Q A + A^T Q + C^T C = 0$ 의 해이다.
• 세 가지 결합 유형에 대해 $H_2$ 노름을 분석: (1) 새로운 열입력/행출력 결합 $\Gamma$; (2) 확산형 결합 $\Gamma_D$; (3) 반대칭형 결합.
• 임펄스 유도 초기 조건을 모델링하기 위해 LQR 제어 프레임워크를 적용하여, $H_2$ 노름을 국소 선형화된 Lur’e 네트워크의 출력 에너지와 연결한다.
• 수치적 예제와 이론적 분석을 통해 네트워크 유형 간의 $H_2$ 노름 척도를 비교한다.
• 평형점 근처의 선형화를 통해 국소 선형화된 네트워크의 에너지가 비선형 Lur’e 네트워크의 정규화된 출력에 미치는 영향을 연구한다.

실험 결과

연구 질문

• RQ1 새로운 외부 결합 구조 하에서 선형으로 결합된 네트워크의 $H_2$ 노름이 노드 수 $N$ 과 어떻게 척도가 되는가?
• RQ2 확산형으로 결합된 네트워크의 $H_2$ 노름은 $N$ 과 어떻게 척도가 되며, 단일 노드의 노름과 비교해보면 어떠한가?
• RQ3 반대칭형으로 결합된 네트워크에서의 $H_2$ 노름 척도 행동은 무엇이며, 다른 결합 유형과 어떻게 다를까?
• RQ4 국소 선형화된 네트워크의 에너지가 비선형 Lur’e 네트워크의 출력 행동에 어느 정도 영향을 미치는가?
• RQ5 선형 네트워크에서의 지수적 $H_2$ 노름 증가가 비선형 대응 네트워크의 나쁜 동기화 성능로 이어질 수 있는가?

주요 결과

• 열입력 및 행출력 행렬을 가진 새로 구성된 네트워크의 $H_2$ 노름은 $N$ 에 따라 지수적으로 증가하며, 큰 $N$ 에서는 $2^N$ 을 초월한다.
• 확산형으로 결합된 네트워크의 경우 $H_2$ 노름은 $N$ 에 대해 선형으로 증가하며, 특히 $\gamma_2 N$ 으로 표현되며, 여기서 $\gamma_2$ 는 단일 노드의 $H_2$ 노름이다.
• 반대칭형으로 결합된 네트워크의 경우 $H_2$ 노름은 $N$ 과 함께 느리게 증가하여, 새로운 결합 유형에 비해 훨씬 덜 심각한 에너지 축적을 나타낸다.
• 블록 대각형 입력 및 출력 행렬을 가진 네트워크는 반대칭형 경우와 유사한 $H_2$ 노름 행동을 보이며, 느린 증가를 보인다.
• 국소 선형화된 Lur’e 네트워크의 $H_2$ 노름은 전체 비선형 네트워크의 출력 에너지 및 오차에 직접적인 영향을 미치며, 노름이 클수록 출력 오차가 커지고 동기화가 악화된다.
• 선형화된 네트워크에서의 지수적 $H_2$ 노름 증가는 비선형 네트워크에서의 나쁜 동기화 성능와 상관관계가 있으며, 제어 설계 시 큰 에너지 변화를 피해야 한다는 것을 시사한다.