[논문 리뷰] Distributed Resource Allocation for Epidemic control

Chinwendu Enyioha, Ali Jadbabaie외 2명|arXiv (Cornell University)|2015. 01. 08.

Distributed Control Multi-Agent Systems참고 문헌 26인용 수 11

한 줄 요약

이 논문은 방향성 있고 가중치가 부여된 네트워크에서 전염병 확산을 제어하기 위해 D-ADMM를 사용한 분산 자원 할당 프레임워크를 제안한다. 문제를 시스템 행렬의 프로페르-프로벤시우스 고유값을 기반으로 한 스펙트럼 제약 조건을 포함하는 기하학적 프로그래밍으로 공식화함으로써, 각 에이전트는 이웃과의 통신을 통해 국지적 투자량을 계산하고, 중앙 계획자가 없이도 전체적으로 중심화된 해에 수렴한다.

ABSTRACT

We present a distributed resource allocation strategy to control an epidemic outbreak in a networked population based on a Distributed Alternating Direction Method of Multipliers (D-ADMM) algorithm. We consider a linearized Susceptible- Infected-Susceptible (SIS) epidemic spreading model in which agents in the network are able to allocate vaccination resources (for prevention) and antidotes (for treatment) in the presence of a contagion. We express our epidemic control condition as a spectral constraint involving the Perron-Frobenius eigenvalue, and formulate the resource allocation problem as a Geometric Program (GP). Next, we separate the network-wide optimization problem into subproblems optimally solved by each agent in a fully distributed way. We conclude the paper by illustrating performance of our solution framework with numerical simulations.

연구 동기 및 목표

• 중앙 사회 계획자가 없는 대규모 네트워크화된 인구에서 전염병 유행을 제어하는 과제를 해결하기 위해.
• 각 에이전트가 자체적으로 최적의 백신 및 항체 투자량을 계산할 수 있도록 완전히 분산된 최적화 프레임워크를 개발하기 위해.
• 네트워크의 인접 행렬 및 전염 매개변수에 대한 스펙트럼 제약 조건을 만족시킴으로써 전역적 전염병 제어를 보장하기 위해.
• 이웃 기반 국지적 계산을 통해 중심화된 최적 해에 수렴하도록 하기 위해.

제안 방법

• 시스템 행렬의 프로페르-프로벤시우스 고유값을 포함하는 스펙트럼 제약 조건을 갖는 기하학적 프로그래밍(GP)으로 전염병 제어 문제를 공식화하기 위해.
• 각 에이전트의 국지적 하위문제로 전역 최적화 문제를 분해하기 위해 분산 ADMM(D-ADMM) 프레임워크를 사용하기 위해.
• 전역 변수에 대한 일치를 강제하기 위해 이중 분해와 이중 변수의 반복적 갱신을 사용하기 위해.
• 각 노드에서 국지적 하위문제를 풀기 위한 수치적 해법을 구현하여 전염 및 회복 속도에 대한 개별 제약 조건을 만족하기 위해.
• 각 에이전트가 이웃과의 통신을 통해 반복적으로 국지적 추정치와 이중 변수를 갱신함으로써 완전히 분산된 계산을 가능하게 하기 위해.
• GP 공식화의 볼록성과 볼록 문제에 대한 ADMM의 알려진 수렴 보장 조건을 활용하여 수렴을 보장하기 위해.

실험 결과

연구 질문

• RQ1 방향성 있고 이질적인 네트워크에서 전염병 제어를 위해 최적의 백신 및 항체 할당을 탈중앙화 방식으로 달성할 수 있는가?
• RQ2 중앙 조율 없이도 시스템 행렬의 스펙트럼 반경에 기반한 전역 전염병 제어 조건을 분산 알고리즘은 어떻게 확보할 수 있는가?
• RQ3 기하학적 프로그래밍을 통해 볼록화된 비볼록 유사 문제에 D-ADMM 기반 알고리즘이 적용되었을 때의 수렴 행동은 어떠한가?
• RQ4 총 투자량과 수렴 속도 측면에서 분산 해법은 중심화된 최적 해법과 어떻게 비교되는가?
• RQ5 비동일한 에이전트를 가진 더 큰 강하게 연결된 네트워크에서도 제안된 방법은 성능을 유지할 수 있는가?

주요 결과

• 분산 D-ADMM 알고리즘이 중심화된 최적 해에 성공적으로 수렴하였으며, 20개 노드 네트워크의 총 투자량은 4.8868로 중심화된 결과와 정확히 일치한다.
• 모의 실험에서 각 에이전트의 전역 변수 국지 추정치가 수렴함을 보여주며 오차가 0으로 수렴함을 확인하였다.
• 모든 에이전트의 이중 변수가 반복 과정을 거쳐 수렴함을 통해 분산 최적화 과정에서 안정적인 협력이 이루어지고 있음을 나타낸다.
• 10개 노드 네트워크의 경우, 분산 해법이 총 투자량 1.9731을 달성하여 중심화된 최적 값과 정확히 일치하였다.
• 방향성 있고 강하게 연결된 네트워크에서 비동일한 에이전트와 비동일한 매개변수를 가진 상황에서도 알고리즘이 수렴성과 타당성을 유지함을 확인하였다.
• 수치 결과는 D-ADMM 프레임워크가 국지적 분산 계산을 통해 스펙트럼 제약 조건을 충족시킴으로써 전역 전염병 제어를 달성함을 확인하였다.