Maximum Likelihood Estimation for System Identification of Networks of Dynamical Systems

Resumo Técnico: Estimativa de Máxima Verossimilhança para Identificação de Sistemas de Redes de Sistemas Dinâmicos

Enunciado do Problema
O artigo aborda o desafio de identificar as funções de transferência de malha aberta de redes de sistemas interconectados. Embora a pesquisa existente em identificação de redes dinâmicas seja categorizada em estimativa de topologia, identificação de módulo único e identificação da dinâmica total da rede, este trabalho foca nesta terceira categoria: identificar a dinâmica total da rede para uma determinada topologia.

Uma limitação primária dos métodos de Máxima Verossimilhança (ML) existentes neste domínio (por exemplo, [33]) é a exigência de que todos os sinais dos nós na rede sejam medidos. Em muitos cenários práticos, as medições estão disponíveis apenas para um subconjunto de nós. Além disso, formulações padrão de ML para tais problemas de observação parcial frequentemente dependem de preditores que envolvem equações de Riccati algébricas, levando a problemas de otimização não convexos que são difíceis de resolver numericamente. Os autores visam estabelecer um framework de ML que seja consistente e eficiente mesmo quando medições não estão disponíveis para todos os nós da rede, desde que a rede satisfaça condições específicas de identificabilidade.

Metodologia
Os autores propõem uma abordagem direta de ML para identificar os parâmetros $(a, b, c, \lambda)$ de modelos ARMAX que representam os sistemas individuais dentro da rede. A metodologia procede através de etapas teóricas e algorítmicas fundamentais:

1. Formulação do Modelo: A rede é modelada como uma coleção de sistemas SISO (Single-Input Single-Output) ARMAX interconectados via uma estrutura de feedback estática linear. O sistema de malha fechada é descrito em forma de espaço de estados, incorporando sinais exógenos e ruído.
2. Preditor e Forma de Inovação: Os autores derivam a forma de inovação do sistema de malha fechada, que define o preditor de Kalman. Eles estabelecem condições (Premissas A2 e A3) sob as quais a solução da equação de Riccati algébrica associada é única e o preditor é estável.
3. Consistência e Eficiência: O artigo prova que as estimativas de ML são consistentes (convergem para os parâmetros verdadeiros conforme o comprimento dos dados $N \to \infty$) e eficientes (atingem o limite inferior de Cramér-Rao). Esta prova baseia-se no conceito de "informatividade" dos sinais e "identificabilidade de rede genérica". Os autores demonstram que, embora as funções de transferência de malha aberta $(G)$ possam ser consistentemente identificadas sob identificabilidade de rede genérica, as dinâmicas de ruído $(H)$ geralmente não podem ser identificadas, a menos que condições estruturais específicas (como a medição total de todos os nós ou topologias de rede específicas) sejam atendidas.
4. Formulação de Otimização Equivalente: Uma contribuição metodológica significativa é a reformulação do problema de ML. Formulações padrão tratam o problema como uma otimização restrita envolvendo a equação de Riccati algébrica. Os autores mostram que o problema pode ser equivalentemente formulado como um problema de otimização sem restrições, tratando os estados não medidos e as sequências de ruído como variáveis latentes (dados faltantes). Esta abordagem, inspirada por [15] e [33], elimina a necessidade de preditores explícitos ou resolvedores de equações de Riccati durante o processo de otimização, facilitando assim soluções numéricas mais eficientes.

Principais Contribuições
O artigo resume suas contribuições da seguinte forma:

1. Garantias Teóricas: Estabelece as condições para a consistência e eficiência da identificação de sistemas por ML para redes. Isso generaliza o trabalho anterior sobre sistemas únicos para redes e fornece provas alternativas para o caso ergódico.
2. Otimização Sem Restrições: Formula o problema de identificação de ML como um problema de otimização sem restrições. Isso contorna as dificuldades numéricas associadas às restrições não convexas tipicamente encontradas em formulações de ML baseadas em preditores.
3. Capacidade de Medição Parcial: O método é aplicável mesmo quando nem todos os nós da rede são medidos, desde que a rede satisfaça a identificabilidade de rede genérica. Isso contrasta com os métodos de ML existentes que exigem observabilidade total dos nós.

Resultos
Os autores validam sua abordagem utilizando experimentos numéricos baseados em uma rede de sistemas dinâmicos (uma topologia específica de [16]).

• Comparação com PEM: O método de ML proposto é comparado com abordagens de Método de Erro de Predição (PEM). Em casos onde ambos os métodos são aplicáveis (por exemplo, quando sinais específicos permitem uma formulação de preditor linear), o método de ML atinge valores de ajuste comparáveis ao PEM.
• Robustez a Dados Parciais: O método de ML identifica com sucesso a dinâmica da rede quando apenas um subconjunto de sinais (por exemplo, $u_3$) é medido, um cenário onde as formulações lineares de PEM falham em identificar todas as funções de transferência sem overfitting ou viés.
• Métricas de Desempenho: Embora o método de ML apresente um tempo computacional ligeiramente superior e uma pequena taxa de não convergência (atribuída à natureza não convexa do problema) em comparação ao PEM, ele demonstra menor Erro Quadrático Médio (MSE) e viés nas estimativas de parâmetros, particularmente em cenários com dados limitados onde o PEM tende a sofrer overfitting.
• Identificabilidade: Os resultados confirmam que o método pode recuperar consistentemente as funções de transferência de malha aberta $G$, mesmo quando as dinâmicas de ruído $H$ não podem ser totalmente recuperadas devido à falta de medições totais da rede.

Significância
O artigo afirma que sua principal significância reside em fornecer um framework de ML teoricamente sólido e numericamente tratável para identificação de redes que relaxa o requisito estrito de observabilidade total dos nós. Ao reformular o problema para evitar restrições explícitas de preditor, os autores permitem a aplicação de ML a uma classe mais ampla de problemas de identificação de redes. O trabalho destaca que, embora os métodos lineares de PEM possam ser computacionalmente mais rápidos, eles podem sofrer de viés e overfitting em cenários de rede complexos ou com sequências de dados curtas, enquanto o método de ML proposto oferece uma solução mais robusta para obter estimativas consistentes e eficientes sob condições gerais de identificabilidade. Os autores observam que seus resultados se estendem trivialmente para casos em que algumas funções de transferência são conhecidas.