Nonlinear Network Identifiability with Full Excitations

Resumen Técnico: Identificabilidad de Redes No Lineales con Excitaciones Completas

Formulación del Problema
Este artículo aborda el problema de la identificabilidad de redes para sistemas no lineales caracterizados por una dinámica aditiva a nivel de arista. La red se modela como un grafo dirigido débilmente conectado $G=(V, E)$ donde el estado de cada nodo $i$ en el tiempo $k$ está determinado por una señal de excitación externa $u_{i}^{k-1}$ y los productos pasados de sus vecinos de entrada $j \in N_i$ a través de funciones no lineales $f_{i,j}$. El modelo asume una excitación completa (todos los nodos pueden ser excitados) y memoria finita. El objetivo es determinar las condiciones necesarias y suficientes sobre el conjunto de nodos medidos ($N_m$) para que la dinámica local (las funciones $f_{i,j}$) pueda ser identificada de forma única a partir del comportamiento global (las relaciones entrada-salida $F_i$).

El análisis distingue entre dos casos topológicos primarios:

1. Grafos Acíclicos Dirigidos (DAGs): Redes sin ciclos.
2. Digrafos Generales: Redes que pueden contener ciclos.

El estudio considera clases específicas de funciones no lineales, que van desde todas las funciones continuamente diferenciables hasta funciones dos veces continuamente diferenciables con propiedades específicas (por ejemplo, $f(0)=0$ y componentes no lineales).

Metodología
Los autores emplean un marco teórico basado en principios de identificación de sistemas, asumiendo un escenario ideal donde las funciones de entrada-salida globales $F_i$ son perfectamente conocidas. La metodología procede de la siguiente manera:

1. Restricción de Clase: Los autores analizan la identificabilidad dentro de clases de funciones específicas. Primero consideran la clase de todas las funciones ($\mathcal{F}_{ALL}$) y luego la refinan a funciones continuamente diferenciables sin desfase estático ($\mathcal{F}_Z$, donde $f(0)=0$), y finalmente a funciones dos veces continuamente diferenciables que no son puramente lineales ($\mathcal{F}_{Z,NL}$).
2. Análisis de DAGs: Para los DAGs, los autores utilizan la propiedad de que la información fluye unidireccionalmente. Emplean un enfoque recursivo, comenzando desde los sumideros (nodos sin aristas de salida). Los lemas clave establecen que si un nodo $i$ es medido y tiene un vecino de entrada $j$ con un camino único hacia $i$, la función de la arista $f_{i,j}$ puede ser aislada. Para DAGs generales, utilizan un argumento de "eliminación de un nodo" (Lema 4) para mostrar que si un nodo con un camino único hacia un nodo medido es identificado, la identificabilidad del subgrafo restante puede analizarse recursivamente.
3. Análisis de Digrafos Generales: Para grafos con ciclos, la relación de entrada-salida involucra un número infinito de entradas pasadas. Para manejar esto, los autores introducen la Asunción 3 (la red está inicialmente en reposo en $k=0$) y la Asunción 4 (las funciones son aditivamente separables). Bajo estas asunciones, construyen un digrafo desplegado $H_i^k(G)$, que es una representación expandida en el tiempo y acíclica del grafo original hasta el tiempo $k$. Esta construcción transforma el problema de identificación cíclico en un problema de identificación de DAG.
4. Digrafo de Condensación: Para digrafos generales, los autores utilizan el digrafo de condensación $C(G)$, donde cada componente fuertemente conexo se colapsa en un solo nodo. Dado que $C(G)$ es un DAG, los resultados derivados para los DAGs se aplican a $C(G)$ para determinar las mediciones necesarias para el grafo original.

Contribuciones Clave y Resultados

• Imposibilidad en Clases No Lineales Generales: El artículo demuestra que para la clase de todas las funciones ($\mathcal{F}_{ALL}$), la identificabilidad es imposible si cualquier nodo tiene más de un vecino de entrada, incluso con medición completa. Esto se debe a la incapacidad de distinguir desplazamientos constantes en funciones aditivas (Proposición 2).
• DAGs con Funciones Suaves:
  • Para grafos de trayectoria y árboles en la clase $\mathcal{F}_Z$ (continuamente diferenciables, $f(0)=0$), la medición del sumidero es necesaria y suficiente.
  • Para DAGs generales en la clase $\mathcal{F}_{Z,NL}$ (dos veces continuamente diferenciables, $f(0)=0$, y no puramente lineales), la medición de todos los sumideros es necesaria y suficiente (Teorema 1).
  • Significado: A diferencia de los sistemas lineales, donde identificar las aristas de salida de un nodo requiere múltiples caminos disjuntos de vértices hacia nodos medidos, los sistemas no lineales permiten la identificación de todas las aristas midiendo solo los sumideros, siempre que las funciones sean suficientemente suaves y no lineales.
• Digrafos Generales:
  • Bajo las asunciones de reposo inicial y funciones aditivamente separables, un digrafo general es identificable si y solo si se mide un nodo en cada sumidero del digrafo de condensación (Teorema 2).
  • Este resultado extiende los hallazgos de los DAGs a redes cíclicas mediante el aprovechamiento de la construcción del digrafo desplegado, probando que medir los sumideros del grafo de condensación garantiza la identificabilidad de todos los recorridos en la red original.

Significado y Reivindicaciones
El artículo afirma derivar las primeras condiciones de identificabilidad para redes no lineales en tiempo discreto basadas en la topología de la red. La principal significancia reside en el contraste con la identificabilidad de sistemas lineales:

• Requisitos de Medición más Débiles: En redes no lineales, la no linealidad de las funciones permite al sistema distinguir la información que llega a través de diferentes caminos (a diferencia del principio de superposición en sistemas lineales). En consecuencia, el requisito de múltiples caminos disjuntos hacia nodos medidos se relaja.
• Necesidad de la Medición del Sumidero: Los autores muestran que para los DAGs, medir los sumideros no es solo suficiente sino necesario. Si un sumidero no es medido, sus aristas de entrada no pueden ser identificadas.
• Rol de las Propiedades de la Función: Los resultados resaltan que la identificabilidad depende fuertmente de la clase de funciones. Específicamente, la presencia de términos constantes (no nulos $f(0)$) hace que la identificabilidad sea imposible para nodos con múltiples vecinos de entrada, y las funciones puramente lineales impiden la separación de caminos que las derivadas no lineales permiten.

El artículo concluye que, aunque el análisis asume condiciones ideales (conocimiento perfecto del comportamiento global, clases de funciones específicas), estos límites teóricos proporcionan una intuición fundamental para el diseño experimental. Si una arista no es identificable bajo condiciones de información perfecta, no puede ser identificada con información parcial. El trabajo establece una base para futuras investigaciones en modelos no aditivos y clases de funciones no diferenciables.