【阅读笔记】Effects of hidden nodes on the reconstruction of bidirectional networks

Ching, Emily SC, and P. H. Tam. “Effects of hidden nodes on the reconstruction of bidirectional networks.” Physical Review E 98.6 (2018): 062318.

本文考虑隐藏节点（某个节点不知道他的存在，也无法对他进行测量，这样的节点称为虑隐藏节点）对无向网络的影响。

理论推导：

考虑在固定点附近运动的微粉动力学：
$$\frac{d{x}_i}{dt}=f(x_i)+\sum _{j̸=I}{A}_{ij}h(x_j-x_i)+{\eta }_i$$

将其线性化可得：
$$\frac{d\delta x}{dt}=\mathbf{A}\delta x+{\eta }_i$$

定义协方差矩阵：
$$\mathbf{\Sigma }=<[x(t)-<x(t)>][x(t)-<x(t)>{]}^T>$$

如果是无向网络，我们有
$$\mathbf{A}=-\frac{{\sigma }^2}{2}{\mathbf{\Sigma }}^{-1}$$

${\sigma }^2$表示噪声强度。如果只有部分节点（$y_i(t)$）已知，那么我们只能得到部分节点的协方差矩阵：
$${\mathbf{\Sigma }}_m=<[y(t)-<y(t)>][y(t)-<y(t)>{]}^T>$$

对于全局而言，我们有
$$\mathbf{A}=\left[\begin{array}{cc}{\mathbf{A}}_m& \mathbf{E}\\ {\mathbf{E}}^T& {\mathbf{A}}_h\end{array}\right]$$

$$\mathbf{\Sigma }=\left[\begin{array}{cc}{\mathbf{\Sigma }}_m& \mathbf{U}\\ {\mathbf{U}}^T& {\mathbf{\Sigma }}_h\end{array}\right]$$

${\mathbf{A}}_h$和${\mathbf{\Sigma }}_h$表示隐藏节点之间的连接和协防差，$\mathbf{E}$和$\mathbf{U}$表示隐藏节点和可测节点之间的连接和协防差。

根据$\mathbf{A}=-\frac{{\sigma }^2}{2}{\mathbf{\Sigma }}^{-1}$可得（分块矩阵的乘法）：
$${\mathbf{I}}_n=-\frac{2}{{\sigma }^2}[{\mathbf{\Sigma }}_m{\mathbf{A}}_m+\mathbf{U}{\mathbf{E}}^T]$$

$$0={\mathbf{\Sigma }}_m\mathbf{E}+\mathbf{U}{\mathbf{A}}_h$$

那么可得：
$${\mathbf{\Sigma }}_m^{-1}=-\frac{2}{{\sigma }^2}[{\mathbf{A}}_m+{\mathbf{\Sigma }}_m^{-1}\mathbf{U}{\mathbf{E}}^T]$$

$${\mathbf{\Sigma }}_m^{-1}=-\mathbf{E}[\mathbf{U}{\mathbf{A}}_h{]}^{-1}$$

$${\mathbf{\Sigma }}_m^{-1}=-\frac{2}{{\sigma }^2}[{\mathbf{A}}_m-\mathbf{E}[\mathbf{U}{\mathbf{A}}_h{]}^{-1}\mathbf{U}{\mathbf{E}}^T]$$

$${\mathbf{\Sigma }}_m^{-1}=-\frac{2}{{\sigma }^2}[{\mathbf{A}}_m-\mathbf{E}{\mathbf{A}}_h^{-1}{\mathbf{E}}^T]$$

定义$\mathbf{C}=\mathbf{E}{\mathbf{A}}_h^{-1}{\mathbf{E}}^T$，文章后面分析隐藏节点对协方差的逆影响。主要影响因素是在可测节点之间由隐藏节点而连通的边的个数、强度（$\mathbf{E}$）和隐藏节点之间的强度（${\mathbf{A}}_h^{-1}$）。

数值仿真：

考虑5种网络，其中四个由 100 个节点组成，一个由 1000 个节点组成

• Network A：由两个 50 个节点的随机网络组成，连接概率为 0.2，连接强度服从 $N(10,4)$ 分布，他们之间不连接，把其中一个网络的节点作为可观测节点，另一个网络的节点当作是隐藏节点
• Network B：是一个 100 个节点的随机网络组成，连接概率为 0.2，连接强度服从$N(10,4)$ 分布，选择其中一部分节点作为隐藏节点，其余的为可观测节点
• Network C：是一个 100 个节点的随机网络组成，连接概率为 0.2，80% 的连边连接强度服从$N(10,4)$分布，20% 的连边连接强度服从$N(-10,4)$分布，隐藏节点从网络中随机选择
• Network D：是一个1000个节点的网络，网络节点的度分布服从幂律分布，连接强度服从$N(10,4)$分布，隐藏节点从网络中随机选择
• Network E：先生成一个 70 个节点随机网络，连接概率为 0.2，连边连接强度服从$N(-10,4)$分布，再外加30个隐藏节点，和某个隐藏节点连接的可测节点之间不直接连接，隐藏节点之间连接概率为 0.2，连边连接强度服从$N(-10,4)$分布

观测节点与隐藏节点没有连接，显然对协方差的逆没有影线：

隐藏节点越多，影响越大



当权重有正有负时

当为幂律网络时

当观测节点之间由隐藏节点影响时