Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2306.03592v3

帮助 | 高级搜索

数学 > 数值分析

arXiv:2306.03592v3 (math)
[提交于 2023年6月6日 (v1) ,最后修订 2024年5月10日 (此版本, v3)]

标题: 一种简略选择的阿诺尔迪过程

标题: A sketch-and-select Arnoldi process

Authors:Stefan Güttel, Igor Simunec
摘要: 提出了一种简化的选择Arnoldi过程,以低成本生成Krylov空间的良好条件基。在每次迭代中,该过程利用随机抽样选择有限数量的先前计算的基向量,以从当前基向量中投影出去。计算成本随着Krylov空间的维度线性增长。投影步骤的子集选择问题通过统计学习和压缩感知中使用的多种启发式算法和贪心方法近似解决。
摘要: A sketch-and-select Arnoldi process to generate a well-conditioned basis of a Krylov space at low cost is proposed. At each iteration the procedure utilizes randomized sketching to select a limited number of previously computed basis vectors to project out of the current basis vector. The computational cost grows linearly with the dimension of the Krylov space. The subset selection problem for the projection step is approximately solved with a number of heuristic algorithms and greedy methods used in statistical learning and compressive sensing.
评论: 25页,12图
主题: 数值分析 (math.NA)
MSC 类: 65F10, 65F50
引用方式: arXiv:2306.03592 [math.NA]
  (或者 arXiv:2306.03592v3 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.03592
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Igor Simunec [查看电子邮件]
[v1] 星期二, 2023 年 6 月 6 日 11:28:55 UTC (84 KB)
[v2] 星期三, 2023 年 7 月 19 日 11:36:02 UTC (2,360 KB)
[v3] 星期五, 2024 年 5 月 10 日 14:29:39 UTC (784 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
cs.NA
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号