[論文レビュー] The role of non-normality for control energy reduction in network controllability problems.

Gustav Lindmark, Claudio Altafini|arXiv (Cornell University)|Jun 15, 2018

Complex Network Analysis Techniques被引用数 4

ひとこと要約

本稿では、平均および最悪ケースの制御エネルギーを最小化するという相反する制御目標を扱うために、ノード固有の制御エネルギーと外部エネルギー影響を組み合わせた、複雑ネットワークにおける制御エネルギー影響を定量化する2つの新しい中心性指標を提案する。この手法により、ネットワークの隣接行列の非正規性が、最適制御エネルギー低減のためのノードランク付けの根拠であることが明らかになった。

ABSTRACT

This paper investigates the problem of controlling a complex network with reduced control energy. Two centrality measures are defined, one related to the energy that a control, placed on a node, can exert on the entire network, the other related to the energy that all other nodes exert on a node. We show that by combining these two centrality measures, conflicting control energy requirements, like minimizing the average energy needed to steer the state in any direction and the energy needed for the worst direction, can be simultaneously taken into account. From an algebraic point of view, the node ranking that we obtain from the combination of our centrality measures is related to the non-normality of the adjacency matrix of the graph.

研究の動機と目的

• ネットワーク可制御性における相反する制御エネルギー要件（平均および最悪ケースの制御エネルギーを最小化すること）を扱うため。
• ノードの内部的制御影響と外部エネルギー影響を反映する2つの新しい中心性指標を定義・分析するため。
• エネルギー効率の高いノードランク付けが、ネットワークの隣接行列の非正規性とどのように関連するかを明らかにするため。
• 複数のエネルギー最小化目的をバランスさせる制御ノード選定の統一フレームワークを提供するため。

提案手法

• ノードに制御入力を加えた際に、ネットワーク全体に及ぼすエネルギーに基づく中心性指標を提案する。
• 他のすべてのノードが特定のノードに及ぼす総エネルギーを反映する第二の中心性指標を定義する。
• 両指標を組み合わせて複合ランク付けを行い、平均および最悪ケースの制御エネルギー要件をバランスさせる。
• 隣接行列の固有値特性を用いて、非正規性が制御エネルギー分布に与える影響を分析する。
• 複合中心性ランク付けと隣接行列の非正規性との間の数学的関係を導出する。
• 代数的グラフ理論を適用し、非正規性がネットワーク全体におけるより効率的な制御エネルギー分布を可能にすることを示す。

実験結果

リサーチクエスチョン

• RQ1 平均および最悪ケースのエネルギーを同時に最小化するという相反する制御エネルギー目標を、ネットワーク制御においてどのように同時に達成できるか。
• RQ2 隣接行列の非正規性が、最適な制御ノード配置を決定する上で果たす役割は何か。
• RQ3 ノードの内部的制御影響と外部エネルギー影響がどのように組み合わさり、制御エネルギー効率が向上するか。
• RQ4 局所的制御能力とグローバルエネルギー感受性の両方を捉える統一された中心性指標を導出できるか。
• RQ5 ネットワーク構造における非正規性が、状態遷移のための制御エネルギー低減にどの程度寄与するか。

主な発見

• 提案された複合中心性指標は、平均および最悪ケースの制御エネルギー要件を効果的にバランスさせることができる。
• 隣接行列の非正規性は、最適制御エネルギー性能のためのノードランク付けと代数的に関連している。
• 複合中心性値がより高いノードは、多様な状態遷移方向において優れた制御エネルギー効率を示す。
• 二重中心性フレームワークにより、制御エネルギー低減がネットワークトポロジーにおける構造的非正規性と本質的に結びついていることが明らかになった。
• 本手法により、平均およびピークの両方の制御エネルギー要件を最小化する制御ノードの特定が可能になった。
• 理論的分析により、非正規ネットワークでは、戦略的に選ばれた制御ノードを通じて、より効果的なエネルギー分布が可能であることが確認された。