Nonlinear Network Identifiability with Full Excitations

Resumo Técnico: Identificabilidade de Redes Não Lineares com Excitações Completas

Formulação do Problema
Este artigo aborda o problema da identificabilidade de redes para sistemas não lineares caracterizados por dinâmicas aditivas ao nível das arestas. A rede é modelada como um grafo direcionado fracamente conectado $G=(V, E)$, onde o estado de cada nó $i$ no tempo $k$ é determinado por um sinal de excitação externa $u_{i}^{k-1}$ e pelos resultados passados de seus vizinhos de entrada $j \in N_i$ através de funções não lineares $f_{i,j}$. O modelo assume excitação completa (todos os nós podem ser excitados) e memória finita. O objetivo é determinar as condições necessárias e suficientes sobre o conjunto de nós medidos ($N_m$) para que a dinâmica local (as funções $f_{i,j}$) possa ser unicamente identificada a partir do comportamento global (as relações entrada-saída $F_i$).

A análise distingue dois casos topológicos primários:

1. Grafos Acíclicos Direcionados (DAGs): Redes sem ciclos.
2. Digrafos Gerais: Redes que podem conter ciclos.

O estudo considera classes específicas de funções não lineares, variando de todas as funções continuamente diferenciáveis até funções duas vezes continuamente diferenciáveis com propriedades específicas (ex: $f(0)=0$ e componentes não lineares).

Metodologia
Os autores empregam um arcabouço teórico baseado em princípios de identificação de sistemas, assumindo um cenário ideal onde as funções globais de entrada-saída $F_i$ são perfeitamente conhecidas. A metodologia procede da seguinte forma:

1. Restrição de Classe: Os autores analisam a identificabilidade dentro de classes de funções específicas. Eles primeiro consideram a classe de todas as funções ($\mathcal{F}_{ALL}$) e depois refinam para funções continuamente diferenciáveis sem deslocamento estático ($\mathcal{F}_Z$, onde $f(0)=0$), e finalmente para funções duas vezes continuamente diferenciáveis que não são puramente lineares ($\mathcal{F}_{Z,NL}$).
2. Análise de DAGs: Para DAGs, os autores utilizam a propriedade de que a informação flui unidirecionalmente. Eles empregam uma abordagem recursiva, começando pelos sumidouros (sinks) (nós sem arestas de saída). Lemas fundamentais estabelecem que, se um nó $i$ é medido e possui um vizinho de entrada $j$ com um caminho único até $i$, a função da aresta $f_{i,j}$ pode ser isolada. Para DAGs gerais, eles utilizam um argumento de "remoção de um nó" (Lema 4) para mostrar que, se um nó com um caminho único para um nó medido é identificado, a identificabilidade do subgrafo restante pode ser analisada recursivamente.
3. Análise de Digrafos Gerais: Para grafos com ciclos, a relação entrada-saída envolve um número infinito de entradas passadas. Para lidar com isso, os autores introduzem a Suposição 3 (a rede está inicialmente em repouso em $k=0$) e a Suposição 4 (as funções são aditivamente separáveis). Sob essas suposições, eles constroem um digrafo desenrolado $H_i^k(G)$, que é uma representação expandida no tempo e acíclica do grafo original até o tempo $k$. Esta construção transforma o problema de identificação cíclica em um problema de identificação de DAG.
4. Digrafo de Condensação: Para digrafos gerais, os autores utilizam o digrafo de condensação $C(G)$, onde cada componente fortemente conexo é colapsado em um único nó. Como $C(G)$ é um DAG, os resultados derivados para DAGs são aplicados a $C(G)$ para determinar as medições necessárias para o grafo original.

Principais Contribuições e Resultados

• Impossibilidade em Classes Não Lineares Gerais: O artigo demonstra que, para a classe de todas as funções ($\mathcal{F}_{ALL}$), a identificabilidade é impossível se qualquer nó possuir mais de um vizinho de entrada, mesmo com medição completa. Isso se deve à incapacidade de distinguir deslocamentos constantes em funções aditivas (Proposição 2).
• DAGs com Funções Suaves:
  • Para grafos de caminho e árvores na classe $\mathcal{F}_Z$ (continuamente diferenciável, $f(0)=0$), a medição do sumidouro (sink) é necessária e suficiente.
  • Para DAGs gerais na classe $\mathcal{F}_{Z,NL}$ (duas vezes continuamente diferenciável, $f(0)=0$, e não puramente linear), a medição de todos os sumidouros é necessária e suficiente (Teorema 1).
  • Significância: Diferente de sistemas lineares, onde identificar arestas de saída de um nó requer múltiplos caminhos disjuntos de vértices para nós medidos, sistemas não lineares permitem a identificação de todas as arestas medindo apenas os sumidouros, desde que as funções sejam suficientemente suaves e não lineares.
• Digrafos Gerais:
  • Sob as suposições de repouso inicial e funções aditivamente separáveis, um digrafo geral é identificável se, e somente se, um nó for medido em cada sumidouro do digrafo de condensação (Teorema 2).
  • Este resultado estende os achados de DAGs para redes cíclicas ao utilizar a construção do digrafo desenrolado, provando que medir os sumidouros do grafo de condensação garante a identificabilidade de todos os passeios (walks) na rede original.

Significância e Alegações
O artigo afirma derivar as primeiras condições de identificabilidade para redes não lineares em tempo discreto baseadas na topologia da rede. A principal significância reside no contraste com a identificabilidade de sistemas lineares:

• Requisitos de Medição Mais Fracos: Em redes não lineares, a não linearidade das funções permite que o sistema distinga informações que chegam via diferentes caminhos (ao contrário do princípio da superposição em sistemas lineares). Consequentemente, o requisito de múltiplos caminhos disjuntos para nós medidos é relaxado.
• Necessidade da Medição de Sumidouros: Os autores mostram que, para DAGs, medir os sumidouros não é apenas suficiente, mas necessário. Se um sumidouro não for medido, suas arestas de entrada não podem ser identificadas.
• Papel das Propriedades das Funções: Os resultados destacam que a identificabilidade depende fortemente da classe de funções. Especificamente, a presença de termos constantes (não nulo $f(0)$) torna a identificabilidade impossível para nós com múltiplos vizinhos de entrada, e funções puramente lineares impedem a separação de caminhos que as derivadas não lineares possibilitam.

O artigo conclui que, embora a análise assuma condições ideais (conhecimento perfeito do comportamento global, classes de funções específicas), esses limites teóricos fornecem uma intuição fundamental para o design experimental. Se uma aresta não é identificável sob informações perfeitas, ela não pode ser identificada com informações parciais. O trabalho estabelece uma base para pesquisas futuras em modelos não aditivos e classes de funções não diferenciáveis.