[論文レビュー] Structural Controllability of Large-Scale Hypergraphs

Joshua Pickard, Xin Mao+1 more|arXiv (Cornell University)|Mar 20, 2026

Distributed Control Multi-Agent Systems被引用数 0

ひとこと要約

論文は、ハイパーグラフのダイナミクスを多項式（テンソル）系としてモデル化し、アクセスビリティと拡張性を拡張し、スケーラブルなドライバーノード選択アルゴリズムを提案する大規模ハイパーグラフの構造的可制御性フレームワークを開発する。さらに、ドライバーノードのトポロジーに基づく下界を提供し、大規模ハイパーグラフ上でアプローチを検証する。

ABSTRACT

Controlling real-world networked systems, including ecological, biomedical, and engineered networks that exhibit higher-order interactions, remains challenging due to inherent nonlinearities and large system scales. Despite extensive studies on graph controllability, the controllability properties of hypergraphs remain largely underdeveloped. Existing results focus primarily on exact controllability, which is often impractical for large-scale hypergraphs. In this article, we develop a structural controllability framework for hypergraphs by modeling hypergraph dynamics as polynomial dynamical systems. In particular, we extend classical notions of accessibility and dilation from linear graph-based systems to polynomial hypergraph dynamics and establish a hypergraph-based criterion under which the topology guarantees satisfaction of classical Lie-algebraic and Kalman-type rank conditions for almost all parameter choices. We further derive a topology-based lower bound on the minimum number of driver nodes required for structural controllability and leverage this bound to design a scalable driver node selection algorithm combining dilation-aware initialization via maximum matching with greedy accessibility expansion. We demonstrate the effectiveness and scalability of the proposed framework through numerical experiments on hypergraphs with tens to thousands of nodes and higher-order interactions.

研究の動機と目的

• 高次（ハイパーエッジ）相互作用と不確定パラメータを持つ現実世界のネットワークを制御する必要性を動機づける。
• 高次相互作用を捉えるために、ハイパーグラフのダイナミクスを多項式（テンソル）系としてモデル化する。
• テンソルベースのフレームワークを通じて、線形構造的可制御性の概念（アクセスビリティと拡張性）をハイパーグラフに拡張する。
• 構造的可制御性のハイパグラフにおける最小ドライバーノード数のトポロジーに基づく下界を導出する。
• 最大マッチングと貪欲的アクセスビリティ展開を組み合わせたスケーラブルなドライバーノード選択アルゴリズムを提案する。
• 大規模ハイパーグラフでの数値実験を通じてスケーラビリティを実証する。

提案手法

• k次順の隣接テンソルを用いてハイパーグラフダイナミクスを表現し、同次多項式系を形成する。
• テンソルベースのダイナミクスに対してリヤ・代数/カールマン型の可制御性概念を拡張する（非線形可制御性行列C）。
• 状態エッジと制御エッジを用いてスパース性パターンを符号化する有向ハイパーグラフを定義する。
• ハイパーグラフのウォーク、アクセスビリティ、および拡張性を導入して、構造的可制御性を多項式系へ一般化する。
• 構造的可制御性は、ハイパーグラフにおける到達不能ノードの欠如と拡張（ダイレーション）がないことと同値であることを（対応する証明とともに）証明する。
• 最大マッチングに基づく初期化と貪欲的アクセス拡張を組み合わせたスケーラブルなドライバーノード設計を開発する。

Figure 1: Examples of hypergraph walk, accessibility, and dilation. This hypergraph is not structurally controllable. Hyperedges are uniquely colored, and nodes are shaded to match the color of their incident hyperedge head. Hyperedges are numbered according to the order they may appear in a walk or

実験結果

リサーチクエスチョン

• RQ1 テンソル動力学に対するハイパーグラフベースの構造的可制御性はどのように特徴づけられるか？
• RQ2 アクセスビリティと拡張性はグラフからハイパーグラフへどう一般化され、それらは可制御性にどのような影響を与えるか？
• RQ3 ハイパーグラフにおける構造的可制御性のドライバーノード数のトポロジーに基づく下界は何か？
• RQ4 ハイパーグラフの構造を活用してドライバーノードを選択するスケーラブルなアルゴリズム（最大マッチング＋貪欲展開）をどのように設計できるか？
• RQ5 提案フレームワークを高次相互作用を持つ大規模ハイパーグラフで検証できるか？

主な発見

• ハイパーグラフベースの構造的可制御性フレームワークは、隣接テンソルによって表される多項式動力学へ古典的概念を拡張する。
• 構造的可制御性は、関連ハイパーグラフにおける到達不能ノードの欠如とハイパーエッジ拡張の不存在によって特徴づけられる。
• 著者らは、可制御性を達成するための最小ドライバーノード数のトポロジーに基づく下界を導出する。
• 拡張性を意識した最大マッチング初期化と貪欲なアクセス拡張を組み合わせたスケーラブルなドライバーノード選択アルゴリズムを提案する。
• 数値実験により、十万規模のノードと高次相互作用を持つハイパーグラフでの有効性とスケーラビリティを示す。

Figure 2: Driver node selection on small-scale hypergraphs. Comparison of four methods for selecting driver nodes in 4-uniform hypergraphs of varying size $n$ and density $\alpha$ . Our proposed method (MaG), pure greedy selection, linear matching, and brute force search (optimal).