次世代制御システム講演会-bic.kyoto.pptVIP

Molnarらによる研究 次数カットとMDSサイズの関連性 [Sci. Rep. 2013] 次数相関とMDSサイズの関連性 [Sci. Rep. 2014] ランダム、および、恣意的なダメージに対してロバストなMDS [Sci. Rep. 2015] 結論 既存結果と矛盾しない理由 Liu et al. Driver node の値のみが制御可能と仮定 提案手法（MDS法） 各 driver node は接続辺を個別に制御可能と仮定 ? 次数 k の頂点は、k 個の driver nodes に相当 生体内ネットワークの制御を容易とする理論的枠組みの構築 MDSサイズのより精緻な解析 結論 γ2 であれば、MDSのサイズは小さい(o(n)) ? 非一様性の高いネットワーク（heterogeneous network）は制御が比較的容易 その傾向をシミュレーション解析およびデータベース解析により検証 人工ネットワーク(e.g., mobile networks and computer networks) では接続辺の個別な制御が可能であると思われるので、この結果が有効である可能性 しかし、生体内ネットワークではその仮定が成立しない 今後の課題 * * * * * 九大数理談話会複雑ネットワークと制御理論 阿久津　達也 京都大学　化学研究所 バイオインフォマティクスセンター 内容 スケールフリーネットワーク スケールフリーネットワークの構造的可制御性 最小支配集合（MDS) MDSサイズの理論解析 計算機シミュレーションによる解析 データベース解析 生物情報ネットワーク解析への応用 MDSの拡張 結論 共同研究者: Jose Nacher [Toho U.] スケールフリーネットワーク 頂点の次数 その頂点につながっている辺の個数 P(k) 次数分布 次数 k の頂点の頻度 スケールフリーネットワーク P(k) がべき乗則に従う スケールフリーネットワーク　 （１） 代謝マップ, グラフ, 次数 A B C D F G H I J E 次数 次数1の頂点： J 次数2の頂点： B, C, D, F, G, H 次数3の頂点： E, I, A 次数分布: P(k) P(1)=0.1, P(2)=0.6, P(3)=0.3, P(4)=P(5)=P(6)=…=0 スケールフリーネットワーク （２） 次数 頂点数 頂点数 ∝ (次数)-3 スケールフリーネットワークの構造的可制御性 [Liu, Slotine, Barabasi: Nature, 2011] 線形システムの可制御性　（１） 入力: 線形システム: 初期状態: x0 目標状態: xF 出力: 有限時間で、システムの状態を x0 から xF へ導く制御 u(t) (tの関数) x(t): N-dim. real vector (internal nodes) u(t): M-dim. real vector (control nodes) A: N×N real matrix B: N×M real matrx 線形システムの可制御性　（２） 定理. システムが可制御 iff N×NM 行列 C=(B,AB,A2B,…,AN-1B) のランクがN (i.e., rank(C)=N). ほとんど係数について rank(C)=4 ? 構造的可制御性 構造的可制御性 GB(VL,VR;EB) : G(V,E) から以下により構成した二部グラフ 定理. [Liu et al. 2011] M* を GB の最大マッチングのサイズ（辺数）とする時。 システムを構造的可制御とするために必要な制御頂点（driver nodes）の最小数は max {N-M*,1} driver nodes スケールフリーネットワークの構造的可制御性 構造的可制御のための driver nodes 数 [Liu et al. 2011] ランダムなネットワーク スケールフリーネットワーク ? γ2 の場合、多くの driver nodes が必要 n: ネットワークの頂点数 最小支配集合（MDS） 最小支配集合 （１） VD が無向グラフ G(V,E) の支配集合（dominating set） ? (?v∈V)（v ∈VD∨(?u∈VD)({u,v}∈E)) 最小支配集合（MDS: minimum dominating set）: 要素数最小の支配集合 最小支配集合 （２） NP困難であるが、線形計画法＋分枝限定法に基づく実用的ソフトが存在 人工ネットワークの設計?制御への既存応用 mobile ad-hoc networks (MANET)