本研究では、インフラストラクチャネットワーク(電力、水、交通システムなど)におけるエッジ変化(追加や削除)を特定する効率的な手法を提案している。これらのネットワークは平衡方程式に従うことが多く、ラプラシアン行列のスパース性パターンがエッジの存在や欠如を表す。
提案手法では、ノイズの中からラプラシアン行列の構造的特性を活用し、L1正則化最小二乗法を用いてスパースなエッジ変化を特定する。具体的には以下の2つの推定手法を開発した:
L1正則化全最小二乗(sparse TLS)推定器: ノイズが大きい場合に適用可能。Theorem 4.1により、非凸最適化問題を等価な凸問題に変換し、高速ヒューリスティックスを適用できるようにした。
L1正則化最小二乗(LASSO)推定器: ノイズが小さい場合に適用可能。凸最適化問題であり、標準的なソルバーを使って効率的に解ける。
シミュレーションでは、提案手法の有効性を合成ネットワークおよび電力システムベンチマークで検証した。LASSO推定器の性能が良好であることを示した。一方、sparse TLS推定器については、実装上の課題から経験的な検証は行えなかったが、今後の課題として位置づけている。
Till ett annat språk
från källinnehåll
arxiv.org
Viktiga insikter från
by Rajasekhar A... på arxiv.org 09-16-2024
https://arxiv.org/pdf/2409.08304.pdfDjupare frågor