Rational Minimax Iterations for Computing the Matrix $p$th Root
Department of Mathematics, University of Hawaii at Manoa(夏威夷大学马诺阿分校数学系)
本文提出了一种用于计算矩阵p次根的有理最劣迭代法,扩展了Zolotarev迭代法用于计算矩阵平方根的方法,分析了p>2时迭代法的收敛性和稳定性,并通过数值例子验证了理论预测。
2019-03-14 cs.NA math.NA
Enhanced preprocessed multi-step splitting iterations for computing PageRank
本文针对阻尼因子接近1时幂法计算PageRank收敛缓慢的问题,提出一种新的多步分裂迭代方法,并结合厚重启Arnoldi与广义Arnoldi方法构造两种改进算法,实验证明其性能显著提升。
2024-06-07 cs.NA math.NA
Convergence and acceleration of a nonlinear fixed-point iteration for computing the Fitness Centrality of general graphs
Faculty of Sciences, Scuola Normale Superiore(高等师范学校理学院)
该研究针对一般图的适应度中心性计算,证明了对应非线性不动点迭代的全局收敛性与显式收敛界,并通过Anderson加速和牛顿切换策略提升收敛速度,数值实验验证了其有效性。
2026-09-01 cs.NA cs.SI math.NA
A generalized Newton iteration for computing the solution of the inverse Henderson problem
Johannes Gutenberg-Universität Mainz(约翰内斯·古腾堡美因茨大学)
本文提出了一种通用的牛顿迭代方案IHNC,用于构建有效配对势能,以模拟相互作用的点状粒子系统。该方法通过匹配给定的径向分布函数来构造势能,并利用超网链积分方程近似计算正向算子的雅可比矩阵的逆。
2018-06-28 cs.NA math.NA
On Implementation and Evaluation of Inverse Iteration Algorithm with compact WY Orthogonalization
Kyoto University(京都大学)
提出一种使用紧凑WY表示和Householder变换的逆迭代算法,以降低并行计算中的同步开销,并在多核计算机上显著加速数千维矩阵所有特征向量的计算。
2012-09-10 cs.NA math.NA
2D Eigenvalue Problem III: Convergence Analysis of the 2D Rayleigh Quotient Iteration
本文的第一部分介绍了矩阵对的二维本征值问题(2DEVP),并研究了它的基本理论,如二维特征值的存在性、变分特征和个数。在第二部分中,我们提出了一种类似Rayleigh商迭代(RQI)的算法(2DRQI),用于计算2DEVP在指定点附近的2D特征值,并讨论了2DEVP和2DRQI在求解Rayleigh商的极大极小问题和计算不稳定性距离方面的应用。在第三部分中,我们提出了收敛性分析的2DRQI。我们表明,在一些温和的条件下,2DRQI是局部二次收敛的计算非奇异的2D-eigentriplet。
2023-03-09 cs.NA math.NA
Relaxed Fixed Point Iterations for Matrix Equations Arising in Markov Chains Modeling
给出了计算M/G/1型马尔可夫链单边矩阵方程最小非负解的不动点迭代的加速算法.这些变体来自于与马尔可夫链相关的块Hessenberg M-矩阵的某些阶梯正则分裂。通过利用阶梯轮廓,我们引入了两步不动点迭代。通过计算在两个连续步骤处获得的近似值之间的加权平均值,可以进一步加速迭代。证明了基本两步不动点迭代及其松弛修正的收敛性。我们的理论分析,以及几个数值实验表明,所提出的变种一般优于经典的迭代。
2022-09-29 cs.NA math.NA
Theoretical error estimates for computing the matrix logarithm by Padé-type approximants
本文针对Gauss-Legendre求积计算矩阵对数的误差,提出先验选择Legendre点数和逆缩放平方次数的误差估计,并通过数值实验验证其可靠性。
2023-10-18 cs.NA math.NA
Iterative Methods for Computing Eigenvalues and Eigenvectors
University of Waterloo(滑铁卢大学)
本文综述了从简单幂迭代到复杂QR迭代的五种数值迭代方法,用于计算实矩阵的特征值和特征向量,并讨论了每种方法的推导、步骤和优势。
2011-05-05 cs.NA math.NA
Computing the Riemannian logarithm on the Stiefel manifold: metrics, methods and performance
本文讨论实紧正交标架Stiefel流形上的黎曼法坐标的计算问题。黎曼法坐标是基于所谓的黎曼指数和黎曼对数映射,并使几乎任何计算过程转移到Stiefel流形的领域。计算黎曼对数就是解决(局部)测地线端点问题。而不是限制考虑测地线相对于一个单一的选择度量,我们认为家庭的黎曼度量介绍了Hüper,Markina和席尔瓦-莱特,其中包括欧几里德和典型的度量作为突出的例子。作为主要贡献,我们给出了(1)完整度量族的Stiefel测地线的一个统一的、结构化的、约化的公式,(2)解决测地线端点问题的一个统一方法,(3)在规范度量下对已有的黎曼对数映射的一个改进.通过数值例子说明了这些发现,其中新的算法被证明是迄今为止已知的最有效的方法。
2022-02-08 cs.NA math.NA
Computing a logarithm of a unitary matrix with general spectrum
University of New Mexico(新墨西哥大学)
本文分析了一种计算酉矩阵的斜厄米特对数的算法,该算法易于实现且无需谱条件假设,通过引入修正处理J-斜对称酉矩阵,避免了其他方法在特征值接近-1时产生的非厄米特输出和精度问题,并应用于两类拓扑绝缘体的数值研究。
2013-02-10 cs.NA math.FA math.NA
Computing mixed Schatten norm of completely positive maps
计算矩阵的$p \rightarrow q$范数是计算数学中的一个经典问题,幂迭代法是计算非负矩阵的$p \rightarrow q $范数的一种常用方法.本文定义了一个计算完全正映射的$ S_p \rightarrow S_q $范数的等价迭代法,其中$S_p$是Schatten $p$范数.我们将矩阵环境中的几乎所有定义、性质、引理等推广到完全正映射,并证明了一个重要定理。
2022-09-15 cs.NA math.NA
A positivity preserving inexact Noda iteration for computing the smallest eigenpair of a large irreducible M-matrix
Tsinghua University(清华大学);National Chiao Tung University(国立交通大学);National Tsinghua University(国立清华大学)
本文提出了一种保持正性的一次不精确Noda迭代法,用于计算大不可约非奇异M矩阵的最小特征对,通过两种不同的内容容策略解决了内部线性系统,并证明了所提出的方法具有全局线性和超线性收敛性,同时保持了近似特征向量的正性。
2014-10-20 cs.NA math.NA
A cross-product free Jacobi-Davidson type method for computing a partial generalized singular value decomposition (GSVD) of a large matrix pair
提出了一种计算大型正则矩阵对$(A,B)$的部分广义奇异值分解(GSVD)的无向量积(CPF)Jacobi-Davidson(JD)方法.它隐式地解决了$(A^TA,B^TB)$的数学等价的广义本征值问题,但没有显式地形成向量积矩阵,从而避免了计算广义奇异值和广义奇异向量可能带来的精度损失.该方法是一种内-外迭代方法,其中右搜索子空间的扩展形成近似求解所涉及的校正方程的内迭代,而外迭代提取关于子空间的近似GSVD分量。建立了内迭代和外迭代的收敛性结果,并根据这些结果设计了内迭代的实用停止准则。提出了一种带收缩的厚重启动CPF-JDGSVD算法,用于计算多个GSVD分量。数值实验验证了算法的有效性。
2021-03-09 cs.NA math.NA
A convergence analysis of Lawson's iteration for computing polynomial and rational minimax approximations
本文对d-Lawson迭代在线性和有理极小极大逼近中的收敛性进行理论分析,证明线性情形β=1近最优,有理情形在特定条件下单调收敛并满足互补松弛条件。
2025-08-07 cs.NA math.NA
The joint bidiagonalization of a matrix pair with inaccurate inner iterations
针对联合双对角化(JBD)过程内迭代无法精确计算的问题,提出带重正交化的rJBD方法,分析其误差、收敛性与GSVD计算精度的影响因素,为内迭代精度选择提供指导并经实验验证。
2024-02-03 cs.NA math.NA
Scaled Fixed Point Algorithm for Computing the Matrix Square Root
本文讨论矩阵平方根问题的数值解。通过重排非线性矩阵方程$A - X^2 = 0$并引入一个正的尺度参数,提出了两种不动点迭代方法。该方案每次迭代只需要计算一个矩阵逆和最多两个矩阵乘法。证明了该方法的整体收敛结果。数值比较与一些现有的方法从文献中,几个测试问题,证明了我们的建议的效率和有效性。
2020-02-18 cs.NA math.NA
Global Convergence of Hessenberg Shifted QR III: Approximate Ritz Values via Shifted Inverse Iteration
我们给出了一个自包含的随机算法的基础上移位逆迭代可证明计算的特征值的任意矩阵$M\in\mathbb{C}^{n\times n}$向后错误$δ\|M\|$在$O(n^4+n^3\log^2(n/δ)+\log(n/δ)^2\log\log(n/δ))$浮点运算使用$O(\log^2(n/δ))$位的精度。虽然$O(n^4)$的复杂性对于大矩阵是禁止的,但是该算法是简单的,并且可以用于使用受控精度可证明地计算小矩阵的特征值,特别是用于计算移位QR算法中的Ritz值,如(Banks,Garza-Vargas,Srivastava,2022)。
2022-05-13 cs.NA math.NA
Computing Lewis Weights to High Precision by Fixed-Point Iteration
University of Minnesota, Twin Cities(明尼苏达大学双城分校)
本文提出Lee的直接刘易斯不动点迭代,可对所有p>2高精度计算刘易斯权重,其复杂度优于现有优化方法,合成与真实实验验证了该方法的有效性。
2026-10-21 cs.DS cs.NA math.NA
Computing Maxwell eigenmodes with Bloch boundary conditions
本文旨在预测光子晶体的能带结构,提出使用经修改的几何多重网格预条件块逆迭代法,结合提升算子消除零空间,并利用基于 Rayleigh 商最小化的广义外推技术提供初始猜测,从而高效计算时谐 Maxwell 算子的非零特征值。
2023-04-01 cs.NA math.NA
Determination of Positive Definiteness through Shift-and-Invert Iteration in Weakly Polynomial Complexity
本文提出基于位移-倒置幂迭代的数值方法,以确定对称矩阵是否正定。方法通过随机化实现,以高概率正确判断,并提供理论证明与实现优势。
2018-06-25 cs.NA math.NA
Computing the first eigenpair of the p-Laplacian via inverse iteration of sublinear supersolutions
Universidade Federal de Minas Gerais(米纳斯吉拉斯联邦大学);ETH Zürich(苏黎世联邦理工学院);Argonne National Laboratory(阿贡国家实验室);Universidade Federal de Ouro Preto(欧罗普雷图联邦大学)
提出一种迭代方法,通过次线性 Lane-Emden 方程的解在 q→p⁻ 时的极限来计算 p-Laplacian 的第一特征对,并证明收敛性及收敛速率。
2011-07-03 cs.NA math.AP math.NA
Spectral Transformation Algorithms for Computing Unstable Modes of Large Scale Power Systems
Universidade Federal de Santa Catarina(圣卡塔琳娜联邦大学);Pontifícia Universidade Católica(天主教 Pontifícia 大学)
本文提出基于Möbius变换的谱变换算法,通过预处理初始向量和抑制无穷远伪特征值,加速计算稀疏非对称矩阵束(J,L)中具有正实部的特征值,并在3156阶雅可比矩阵的电力系统暂态稳定模型中验证了有效性。
2010-06-28 cs.NA math.NA
Generalized Jacobi Method for Computing Eigenvalues of Dual Quaternion Hermitian Matrices
本文将雅可比方法推广用于计算对偶四元数埃尔米特矩阵的所有特征对,提出带消元策略的改进版及针对特定特征值的三步雅可比方法,证明了收敛性与有限终止性,实验表明算法有效稳定且优于幂法和瑞利商迭代法。
2024-06-25 cs.NA math.NA
A cost-efficient variant of the incremental Newton iteration for the matrix $p$th root
Nagoya University(名古屋大学)
本文提出了一种计算矩阵p次根的增量牛顿迭代的高效变体,该方法在p不超过100时,计算成本为O(n³ log p)次浮点运算,相较于传统的O(n³p)次浮点运算具有更高的效率。
2016-12-28 cs.NA math.NA
A family of fast fixed point iterations for M/G/1-type Markov chains
考虑非线性矩阵方程$X=\sum_{i=-1}^\infty A_iX^{i+1}$的最小非负解$G$的计算问题,其中$A_i$,对于$i\ge -1$,是非负方阵,使得$\sum_{i=-1}^\infty A_i$是随机的.这个方程是分析M/G/1型马尔可夫链的基础,因为矩阵$G$提供了感兴趣的概率度量。本文提出了一种新的不动点迭代方法,它包含了经典的迭代方法,用于$G$的数值计算。详细的收敛性分析证明,在新的类迭代收敛速度比经典的迭代。数值实验证实了我们的扩展的有效性。
2021-01-07 cs.NA math.NA
Fault Tolerance of Accelerated Asynchronous Fixed-Point Iterations on Flexible Computing Infrastructure
University of Mary Washington(玛丽华盛顿大学);Old Dominion University(老道明大学)
研究异步迭代中收敛加速器(如Anderson加速)对掉队处理器引起的收敛退化的补偿效果,发现加速器在评估级扰动下有效,在迭代级损坏下失效。
2026-05-27 cs.DC cs.NA math.NA
Iterative Methods for Computing the T-Square Root of Third-Order Tensors
Indian Institute of Information Technology, Design and Manufacturing Kancheepuram(印度信息技术学院坎切普兰设计与制造)
本文提出并分析了在T乘法框架下计算三阶张量主平方根的迭代方法,通过傅里叶域块对角化建立了收敛性保证,并应用于图像处理,提出张量去相关灰度转换、T白化和最优颜色转移,同时定义了张量Bures-Wasserstein距离并证明其为有效度量。
2026-05-14 cs.NA math.NA
Computing elementary functions using multi-prime argument reduction
本文描述了一种任意精度计算初等函数(exp,log,sin,atan等)的算法。在廉价的预计算之后,其在从几千比特到数百万比特的精度上给出了相对于先前的现有技术算法的大约两倍的加速。根据Sch{<$}nhage的思想,我们使用素数的丢番图组合来执行参数约简;我们的贡献是使用一个大的素数集合而不是一个单一的对,并辅以快速算法来解决相关的整数关系问题。我们还列出了新的,优化的Machin式的公式,必要的对数和反正切预计算。
2022-07-06 cs.NA math.NA math.NT
Accelerating the Sinkhorn-Knopp iteration by Arnoldi-type methods
University of Pisa(比萨大学)
本文将非负矩阵平衡问题转化为约束非线性多参数特征值问题,并提出改进的幂方法和Arnoldi过程来计算主导特征向量,从而加速传统Sinkhorn-Knopp迭代在主导特征值聚类情况下的收敛速度。
2019-04-18 cs.NA math.NA
Quantum Algorithms and Circuits for Scientific Computing
Columbia University(哥伦比亚大学);Princeton University(普林斯顿大学)
本文提出量子算法和电路用于计算平方根、自然对数和任意分数次幂,提供性能保证和测试对比。
2015-11-25 cs.NA math.NA quant-ph
Iterations for the Unitary Sign Decomposition and the Unitary Eigendecomposition
我们构造快速,结构保持迭代计算的符号分解的酉矩阵$A$没有特征值等于$\pm i$。该分解将$A$分解为对合矩阵$S = \operatorname{sign}(A) = A(A^2)^{-1/2}$乘以具有包含在复平面的开右半部分中的频谱的矩阵$N = (A^2)^{1/2}$的乘积。我们的迭代依赖于最近发现的公式的最佳(在极大极小意义上)么模有理逼近的标量函数$\operatorname{sign}(z) = z/\sqrt{z^2}$的单位圆的子集。当$A$的特征值接近$\pm i$时,迭代收敛速度明显快于Padé迭代。数值结果表明,迭代是向后稳定的,向后的误差往往小于直接法。这与其他迭代(如缩放牛顿迭代)形成对比,如果$A$具有接近$\pm i$的特征值,则牛顿迭代会遭受数值不稳定性。作为一个应用,我们使用我们的迭代构造一个稳定的谱分治算法的酉特征分解。
2020-11-25 cs.NA math.NA
Zolotarev Iterations for the Matrix Square Root
University of California, San Diego(加州大学圣地亚哥分校)
本文提出利用Zolotarev有理函数构造矩阵平方根迭代方法,通过递推关系生成高阶最优近似,并在不同极限情况下还原已知迭代形式,适用于特征值幅值差异大的矩阵。
2018-04-29 cs.NA math.NA
Computing excited states with isometric tensor networks in two-dimensions
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);California Institute of Technology(加州理工学院)
本文提出一种基于块等距投影纠缠对态(block-isoPEPS)的子空间迭代方法,用于高效计算二维量子多体哈密顿量的激发态,并通过横场伊辛和海森堡模型验证了其可扩展性。
2025-10-22 cs.NA math.NA
Interpolated variational iteration method for initial value problems
University of Guilan(吉兰大学);Vali-e-Asr University of Rafsanjan(拉夫桑贾纳瓦利阿萨尔大学)
本文提出一种插值变分迭代法,通过将序列中的每一项近似为分段线性函数,解决一维初值问题,证明了方法的收敛性,并通过实例展示其优于经典变分迭代法。
2016-06-22 cs.NA math.NA
Pták's nondiscrete induction and its application to matrix iterations
Institute of Mathematics, Technical University of Berlin(柏林工业大学数学研究所)
本文基于Pták的非离散归纳法,探讨其在矩阵极分解和矩阵平方根迭代中的应用,分析收敛估计的精确性并讨论方法的局限性与扩展。
2014-05-12 cs.NA math.NA
Convergence Analysis of the Rank-Restricted Soft SVD Algorithm
软奇异值分解是一种鲁棒的矩阵分解算法,也是矩阵完备化方法的关键组成部分。然而,由于大的存储器需求,使用用于SVD的常规数值方法来计算大型稀疏矩阵的软SVD通常是不切实际的。由Hastie等人引入的秩限制软SVD(RRSS)算法通过顺序计算容易适合内存的低秩SVD来解决这个问题。我们分析了标准RRSS算法的收敛性,并给出了标准算法不收敛的例子。我们表明,收敛需要修改的标准算法,并与非唯一性的SVD。我们的修改指定了一个一致的选择符号的左奇异向量的低秩SVD的迭代。在这些条件下,我们证明了线性收敛的奇异向量使用交替子空间迭代激发的技术。然后,我们推导出一个不动点迭代的奇异值的演变和显示线性收敛的软阈值的奇异值的原始矩阵。这最后一步需要一个扰动结果的不动点迭代,这可能是独立的利益。
2021-04-03 cs.NA math.NA