그래프 기반 동기화와 등록의 최적 추정

초록

본 논문은 센서 네트워크에서 잡음이 섞인 측정값을 이용해 노드 간의 상태를 동기화·등록하는 문제를 그래프 이론과 통계 추정의 관점에서 통합적으로 다룬다. 피셔 정보량을 그래프 라플라시안과 측정 잡음 분포로 표현하고, 이를 기반으로 최대우도 및 근사 최대우도 알고리즘을 제시한다. 또한 분산 반복 알고리즘을 설계해 수렴 시 통계적으로 최적인 해를 얻으며, 이 과정이 전기 회로의 키르히호프 법칙과 유사함을 밝혀낸다.

상세 분석

이 연구는 센서 네트워크를 무향 가중 그래프 (G=(V,E)) 로 모델링하고, 각 엣지 (e_{ij}) 에 대해 두 노드 (i, j) 사이의 상대 상태 (\theta_i-\theta_j) 에 잡음 (w_{ij}) 가 더해진 관측값 (y_{ij}= \theta_i-\theta_j + w_{ij}) 를 가정한다. 잡음은 독립이며, 가우시안·라플라시안·von Mises 등 다양한 확률분포를 고려한다. 논문은 먼저 관측 모델의 로그우도 함수를 전개하고, 파라미터 (\theta) 에 대한 피셔 정보 행렬 (\mathcal{I}(\theta)) 를 도출한다. 중요한 점은 (\mathcal{I}(\theta)) 가 그래프 라플라시안 (L) 과 잡음 분산 (\sigma_{ij}^2) 의 가중합 형태, 즉
\