数学 > 数值分析
[提交于 2025年4月15日
]
标题: 求解大规模稀疏线性系统的低秩SPIKE框架及其应用
标题: Low-Rank SPIKE Framework for Solving Large Sparse Linear Systems with Applications
摘要: 求解线性方程组的 SPIKE 方法族通过块三对角划分提供并行性。通常基于 SPIKE 的求解器应用于带状系统,导致结构化的非对角块,其中非零元素限制在相对较小的子矩阵中,这些子矩阵构成了原始矩阵的带状部分。在这项工作中,研究了基于低秩奇异值分解 (SVD) 的非对角块近似方法。这种方法能够更有效地处理具有大而稀疏带状部分的矩阵。实现了一组灵活的分布式求解器,即 LR-SPIKE 变体,它们适用于广泛的应用场景——从用作改进经典块雅可比预条件器的“黑箱”预条件器,到用作专门的“近似直接求解器”。针对选择的 SuiteSparse 矩阵进行了新预条件器有效性的研究,特别关注来自三维有限元模拟的矩阵。此外,SPIKE 近似的线性方程组求解器还与 FEAST 特征值求解器结合使用,在前者快速收敛和后者允许较宽松的线性方程组收敛条件下,这种组合所需的求解器迭代次数非常少。
文献和引用工具
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
推荐器和搜索工具
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.