다중선형 제어 시스템 이론

초록

본 논문은 상태·입력·출력이 텐서 형태인 다중선형 시불변(MLTI) 시스템을 정의하고, 에인슈타인 곱과 짝지은 짝수 차원 텐서를 이용해 고전적인 LTI 제어 개념(안정성, 가역성, 관측가능성)을 텐서 공간으로 확장한다. 특수 전개 연산을 통해 텐서와 일반 선형군(GL) 사이의 동형을 구축하고, 전개 계수 대신 텐서 랭크·분해(CPD, TT) 기반의 판정 기준을 제시한다. 또한 텐서 분해를 활용한 차원 축소 기법을 개발해 파라미터 수를 크게 줄이고, 수치 실험을 통해 효율성을 검증한다.

상세 분석

이 논문은 기존의 MLTI 모델이 행렬 튜커 곱에 의존해 텐서 구조를 충분히 활용하지 못한다는 한계를 지적하고, 짝수 차원 짝지은 텐서와 에인슈타인 곱을 핵심 연산으로 채택한다. 핵심 아이디어는 텐서 전개(ϕ) 연산이 짝수 차원 텐서 공간을 일반 선형군 GL(ΠJ,ℝ)과 동형시킨다는 점이다. 이를 통해 텐서의 역행렬, 양정성, 고유값 분해 등 행렬 수준의 개념을 텐서에 직접 정의할 수 있다. 특히 전개 계수(rankU)를 기존 텐서 랭크(멀티선형 랭크, CP‑rank, TT‑rank)와 연결시키는 정리를 증명함으로써, 전개 기반의 가역성·관측가능성 판정이 실제 계산에서 전개를 수행하지 않아도 되는 조건으로 전이된다.

안정성 분석에서는 U‑양정성 텐서를 이용해 Lyapunov 함수의 텐서 형태를 구성하고, HOSVD, CPD, TT‑분해를 통해 충분조건을 제시한다. 이때 각 분해의 핵심 팩터 행렬이 직접 Lyapunov 방정식의 해를 제공하므로, 고차원 시스템에서도 수치적으로 안정성을 검증할 수 있다. 가역성·관측가능성은 전개 행렬의 풀랭크 조건을 텐서 랭크와 연계시켜, 예를 들어 CP‑rank가 충분히 낮고 각 코어 텐서가 풀랭크이면 시스템이 가역/관측 가능함을 보인다.

모델 축소 부분에서는 일반화된 CP 분해와 텐서 트레인(TT) 분해를 적용해 시스템의 핵심 텐서들을 저차원 코어와 팩터 행렬로 분해한다. 이때 에인슈타인 곱을 이용한 연산이 그대로 유지되므로, 축소된 모델에서도 원 시스템과 동일한 안정성·가역성·관측가능성 특성을 보장한다. 복원 비용과 메모리 요구량을 정량적으로 분석하고, 전개 기반 행렬 방법과 비교해 연산 복잡도가 텐서 차원에 비선형적으로 증가하지 않음을 입증한다.

마지막으로 네 가지 수치 실험(인간 행동 인식, 4D 유전체 동역학, 로봇 매니퓰레이션, 대규모 마코프 연쇄)에서 제안된 MLTI 프레임워크와 텐서 기반 차원 축소가 기존 LTI·벡터화 접근법 대비 정확도와 계산 효율성에서 현저히 우수함을 보여준다. 전체적으로 이 논문은 텐서 대수와 제어 이론을 결합해 고차원 복합 시스템을 이론적으로 정립하고, 실용적인 알고리즘까지 제공함으로써 차세대 제어 시스템 연구에 중요한 기반을 마련한다.