低可观测性下大规模网络的局部层析
多智能体系统
2019-10-22 v3 信息论
math.IT
摘要
本文研究通过观测智能体状态演化来重构相互作用智能体网络拓扑的问题。我们关注大规模网络场景，并附加部分观测的约束，即仅有小部分智能体可被实际观测。目标是推断潜在的交互子网络，我们将此问题称为局部层析（local tomography）。为研究大规模场景，我们采用适当的随机表述，其中网络未观测部分建模为 Erdős-Rényi 随机图，而可观测子网络则任意。本工作的主要结果是确立：在此设定下，只要满足关于网络模型的特定条件（如网络组合矩阵的稳定性和对称性），局部层析实际上以高概率可行。值得注意的是，该结论是在低可观测性（low-observability）下确立的，即可观测子网络的基数固定，而整体网络规模趋于无穷。
引用
@article{arxiv.1805.09081,
title = {Local Tomography of Large Networks under the Low-Observability Regime},
author = {Augusto Santos and Vincenzo Matta and Ali H. Sayed},
journal= {arXiv preprint arXiv:1805.09081},
year = {2019}
}
备注
To appear in IEEE Transactions on Information Theory