분산 클러스터링과 링크 활용을 통한 네트워크 에이전트 협업

본 논문은 다중 과제(multi‑task) 네트워크에서 에이전트들이 서로 다른 모델을 추정해야 하는 상황을 다룬다. 각 에이전트는 자신이 관측하는 데이터가 어느 모델에 의해 생성되는지 사전 지식이 없으며, 이웃 중 어떤 에이전트가 동일 모델을 공유하는지도 모른다. 이러한 불확실성 하에서 무분별한 협업은 추정 성능을 크게 저하시킬 수 있다. 따라서 에이전트들이 실시간으로 동일 클러스터 이웃을 식별하고, 그들 간에만 협업하도록 하는 클러스터링 메커니즘이 필요하다. 논문은 먼저 네트워크와 데이터 모델을 정의한다. N개의 에이전트는 C개의 클러스터에 속하며, 각 클러스터 m은 고유한 파라미터 벡터 w⁰_{C_m}∈ℝ^M을 가진다. 에이전트 k는 자신의 클러스터에 해당하는 w⁰_k = w⁰_{C_m}를 추정한다. 각 에이전트는 위험 함수 J_k(w) = E