[논문 리뷰] Fastest Distributed Consensus Averaging Problem on Perfect and Complete n-ary Tree networks

Saber Jafarizadeh|arXiv (Cornell University)|2010. 05. 15.

Distributed Control Multi-Agent Systems참고 문헌 26인용 수 4

한 줄 요약

이 논문은 전략화와 준선형계획법을 활용하여 완전하고 완전한 n-진 트리 네트워크에서 가장 빠른 분산 공평 평균화 문제를 위한 해석적 해를 제시한다. 타이트 조건 하에서 특성 다항식의 볼록성과 귀납적 비교를 활용하여, 가중치 행렬의 두 번째로 큰 고유값의 절댓값을 최소화하는 최적의 간선 가중치를 유도함으로써, 네트워크의 나머지 구조와 무관하게 가장 빠른 수렴 속도를 달성한다.

ABSTRACT

Solving fastest distributed consensus averaging problem (i.e., finding weights on the edges to minimize the second-largest eigenvalue modulus of the weight matrix) over networks with different topologies is one of the primary areas of research in the field of sensor networks and one of the well known networks in this issue is tree network. Here in this work we present analytical solution for the problem of fastest distributed consensus averaging algorithm by means of stratification and semidefinite programming, for two particular types of tree networks, namely perfect and complete n-ary tree networks. Our method in this paper is based on convexity of fastest distributed consensus averaging problem, and inductive comparing of the characteristic polynomials initiated by slackness conditions in order to find the optimal weights. Also the optimal weights for the edges of certain types of branches such as perfect and complete n-ary tree branches are determined independently of rest of the network.

연구 동기 및 목표

• 센서 네트워크 협업에서의 핵심 과제인 트리 네트워크에서 가장 빠른 분산 공평 평균화 문제를 해결하기 위해.
• 가중치 행렬의 두 번째로 큰 고유값의 절댓값을 최소화하는 최적의 간선 가중치를 결정하여 가장 빠른 수렴 속도를 보장하기 위해.
• 완전하고 완전한 n-진 트리와 같은 두 가지 특정 트리 구조에 대해 해석적 해를 제공하기 위해.
• 특정 브랜치 유형의 최적 가중치가 전반적인 네트워크 구조와 무관하게 결정될 수 있음을 보여주기 위해.
• 특성 다항식의 볼록성과 타이트 조건을 활용하여 체계적인 가중치 유도를 수행하기 위해.

제안 방법

• 분산 공평 평균화 문제를 해결하기 위해 준선형계획법을 포함한 볼록 최적화 기법을 활용한다.
• 계층적 수준으로 트리 네트워크를 분해하기 위해 전략화 기법을 적용한다.
• 최적화 문제의 타이트 조건에서 유도된 특성 다항식의 귀납적 비교를 적용한다.
• 가중치 행렬의 구조와 스펙트럼 성질을 분석하여 최적의 간선 가중치를 도출한다.
• 수렴 속도를 최대화하기 위해 두 번째로 큰 고유값의 절댓값을 최소화하는 데 집중한다.
• 완전하고 완전한 n-진 트리와 같은 브랜치의 최적 가중치가 네트워크의 나머지 부분과 무관하다는 것을 입증한다.

실험 결과

연구 질문

• RQ1 완전한 n-진 트리에서 두 번째로 큰 고유값의 절댓값을 최소화하는 최적의 간선 가중치 집합은 무엇인가?
• RQ2 완전한 n-진 트리 네트워크에서 가장 빠른 수렴 속도는 어떻게 해석적으로 달성할 수 있는가?
• RQ3 특정 트리 브랜치의 최적 가중치는 전반적인 네트워크 구조와 무관하게 계산될 수 있는가?
• RQ4 볼록성이 트리 네트워크에서 분산 공평 평균화 문제를 해결하는 데 어떤 역할을 하는가?
• RQ5 최적화 문제의 타이트 조건은 최적의 가중치 행렬의 구조에 어떻게 영향을 미치는가?

주요 결과

• 논문은 완전하고 완전한 n-진 트리에서 가장 빠른 분산 공평 평균화 문제를 위한 해석적 해를 도출한다.
• 최적의 간선 가중치는 볼록 최적화와 특성 다항식의 귀납적 비교를 통해 결정된다.
• 두 번째로 큰 고유값의 절댓값이 최소화되어 주어진 구조에서 가장 빠른 수렴 속도를 보장한다.
• 완전하고 완전한 n-진 트리와 같은 브랜치의 최적 가중치는 네트워크의 나머지 구조와 독립적이다.
• 네트워크의 계층적 대칭성을 활용하여 반복적 근사 없이 정확한 가중치 계산이 가능하다.
• 해결책은 임의의 n과 깊이에 대해 유효하여 트리 구조의 센서 네트워크에 대해 확장 가능한 프레임워크를 제공한다.