超图的可控性
最优化与控制
2021-03-25 v3 机器学习
社会与信息网络
系统与控制
系统与控制
摘要
在本文中，我们通过张量代数与多项式控制理论发展了超图的可控性概念。受均匀超图启发，我们提出了一种新的基于张量的多线性动力系统表示，并推导了一个类卡尔曼秩条件以确定实现均匀超图可控性所需的最小控制节点数（MCN）。我们给出了一种获取 MCN 的高效启发式方法。MCN 可用作鲁棒性的度量，并且我们在仿真示例中展示了其与超图度分布相关。最后，我们利用 MCN 考察了真实生物网络中的鲁棒性。
引用
@article{arxiv.2005.12244,
title = {Controllability of Hypergraphs},
author = {Can Chen and Amit Surana and Anthony Bloch and Indika Rajapakse},
journal= {arXiv preprint arXiv:2005.12244},
year = {2021}
}
备注
12 pages, 9 figures, 1 table, IEEE Transactions on Network Science and Engineering, accepted to appear