Convergence of parallel overlapping domain decomposition methods with impedance boundary conditions for time-harmonic Maxwell equations in heterogeneous media
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Shenzhen International Center for Industrial and Applied Mathematics, Shenzhen Research Institute of Big Data(深圳工业与应用数学中心,深圳大数据研究院);University of Bath(巴斯大学);Shenzhen Loop Area Institute(深圳河套学院)
本文分析异质介质中时谐Maxwell方程带阻抗边界条件的并行重叠区域分解方法的收敛性,通过阻抗-阻抗映射刻画误差传播,并在条状区域分解下给出显式收敛估计,离散层面基于Nédélec元离散继承连续方法的收敛性。
2026-06-03 cs.NA math.NA
A fast parallel algorithm for solving block-tridiagonal systems of linear equations including the domain decomposition method
Institute of Computational Mathematics and Mathematical Geophysics(计算数学与数学地球物理研究所);Novosibirsk State University(新西伯利亚国立大学)
本文提出一种新的并行算法,用于求解具有相同块三对角矩阵但不同右端项的线性代数方程组,该算法是并行二分法在块三对角情形下的推广,并基于此实现了区域分解方法(Schur补方法)的并行化,在数千处理器上获得近线性加速比。
2013-04-03 cs.NA math.NA
The modified Physics-Informed Hybrid Parallel Kolmogorov--Arnold and Multilayer Perceptron Architecture with domain decomposition
School of Mathematics, Statistics and Mechanics, Beijing University of Technology(北京工业大学数学、统计与力学学院)
提出改进的混合并行KAN-MLP物理信息神经网络,通过可训练权重优化凸组合以捕获多频成分,并采用重叠区域分解降低全局优化难度,在求解高频多尺度问题时降低训练成本并提高计算效率。
2026-06-12 cs.NA math.NA
A Practical Mode-parallel Implementation of the (H-)Tucker Decomposition via Randomization
Alma Mater Studiorum Università di Bologna(博洛尼亚大学);CINECA
本文提出一种基于随机化技术的模式并行H-Tucker分解方法,通过并行处理各模式以减少计算时间和存储需求,展示了在HPC环境中的良好扩展性。
2026-09-01 cs.NA math.NA
Parallel domain decomposition solvers for the time harmonic Maxwell equations
时谐Maxwell方程组是计算科学和应用数学领域的研究热点,在现代物理学中有着广泛的应用。在这项工作中,我们提出了并行有限元求解器的时间谐波麦克斯韦方程组和比较不同的预条件。我们数值计算表明,标准的预条件,如不完全LU和添加剂Schwarz方法导致收敛缓慢的迭代求解器,如广义最小残差,特别是对于高波数。更重要的是,我们表明,也更专门的方法,如舒尔补方法也产生缓慢的收敛。作为一个高度适应的求解器的时间谐波麦克斯韦方程组的一个例子,我们使用的块预处理器和区域分解方法(DDM)的组合,这也表现出良好的高波数。此外,我们简要讨论了进一步的方法,以更有效地解决高频问题。我们的开发是在开源的有限元库中完成的。
2021-05-25 cs.NA math.NA
Parallel Domain Decomposition method for the fully-mixed Stokes-dual-permeability fluid flow model with Beavers-Joseph interface conditions
本文提出了一种并行区域分解方法,用于求解Beavers-Joseph(BJ)交界条件下的Stokes双渗透流体渗流模型。三个罗宾型边界条件和一个修改后的弱配方构造完全解耦的原始问题,不仅为自由流动和双渗透率区域,但也为基质和微裂缝的双重孔隙介质。在适当的相容条件下,我们证明了原问题与解耦系统之间的等价性,并证明了两个弱形式在不同索伯列夫空间中的等价性.基于完全解耦的修正弱形式,严格证明了迭代并行算法的收敛性。为了进行我们提出的算法的收敛性分析,我们提出了一个重要的,但一般的收敛引理的稳态问题。通过适当选择参数,证明了新算法具有几何收敛速度。最后,通过数值实验验证了算法的性能和独特性。
2022-06-13 cs.NA math.NA
A Parallel Four Step Domain Decomposition Scheme for Coupled Forward Backward Stochastic Differential Equations
Laboratoire Analyse Géométrie et Applications(分析几何与应用实验室);Institut Galilée, Université Paris 13, France(伽利莱研究所,巴黎第十三大学)
针对正倒向随机微分方程的并行求解,提出一种基于区域分解的四步格式,并证明了其收敛性。
2010-08-02 cs.NA math.AP math.NA
A Parallel Implementation of the Ensemble Kalman Filter Based on Modified Cholesky Decomposition
Virginia Polytechnic Institute and State University(弗吉尼亚理工大学)
本文提出基于改进Cholesky分解的Ensemble Kalman滤波并行实现,通过分解域为子域并并行计算稀疏逆背景误差协方差矩阵估计,提高计算效率与准确性,实验表明其在速度和精度上均优于传统方法。
2016-05-31 cs.NA math.NA
A parallel iterative procedure for weak Galerkin methods for second order elliptic problems
提出并分析了二阶椭圆型方程弱Galerkin有限元法的一种基于区域分解的可并行迭代方法。收敛性分析建立了分解的域到单个元素相关联的弱Galerkin方法或到更大的子域。一系列的数值试验说明,以验证本文发展的理论。
2022-04-11 cs.NA math.NA
The geometric convergence of a parallel domain decomposition method on manifolds
School of Mathematics, Nanjing University(南京大学数学系)
本文证明了流形上椭圆方程连续区域分解方法的几何收敛性,并提供了收敛速率的多种估计,解决了该方法的收敛是否为几何收敛的开放问题。
2026-09-10 cs.NA math.DG math.NA
Functional Analysis and Parallel Domain Decomposition for the TV-Stokes Model
Lund University(隆德大学);Western Norway University of Applied Sciences(西挪威应用科学大学);Norwegian Research Centre(挪威研究中心);EDInsights AS
本文为TV-斯托克斯模型建立了泛函分析基础,并开发了首个适用于并行计算的域分解方法,解决了其数学一致性问题并实现了高效的大规模图像处理。
2026-02-19 cs.NA math.NA
A parallel-in-time method based on the Parareal algorithm and High-Order Dynamic Mode Decomposition with applications to fluid simulations
针对刚性数值问题中时间步长粗化困难导致Parareal算法加速受限的问题,提出一种基于高阶动态模态分解构建数据驱动粗求解器的并行时间方法,有效降低了串行计算成本并提升了长时间流体模拟的并行加速比。
2025-03-05 cs.NA math.NA physics.comp-ph
Convergence of parallel overlapping domain decomposition methods for the Helmholtz equation
我们分析了并行重叠施瓦茨区域分解方法的亥姆霍兹方程,其中子域问题满足一阶吸收(阻抗)传输条件,和子域之间的信息交换是使用单位分解实现的。我们提供了一个新的分析,这种方法在PDE水平(无离散化)。首先,我们制定的方法作为一个不动点迭代,并显示(在维度1,2,3),它是良好定义的张量积适当的局部函数空间,每个$L^2$阻抗边界数据。鉴于此,我们然后得到的不动点运营商的局部规范的某些阻抗阻抗映射所产生的局部子域之间的相互作用的范数上的一个界。这些界限提供了条件,在这些条件下,不动点算子(的某个幂)是一个压缩算子。在2-D,矩形域和带状区域分解(每个子域只重叠其近邻),我们提出了两种技术,用于验证假设的阻抗阻抗映射,确保功率收缩的不动点运营商。第一种是通过半经典分析,它给出了严格的估计有效的频率趋于无穷大。这些结果验证了足够大的重叠所需的假设。对于更现实的区域分解,我们直接计算的阻抗阻抗映射的规范,通过解决某些典型的(本地)本征值问题。我们给出数值实验来说明理论。这些也表明,迭代法保持收敛和/或提供了一个很好的预处理的理论,包括一般的区域分解,如通过自动图形分区软件获得的情况下,没有覆盖。
2022-09-06 cs.NA math.NA
Parallel Nonnegative CP Decomposition of Dense Tensors
Wake Forest University(维克森林大学);Oak Ridge National Laboratory(橡树岭国家实验室)
本文提出一种分布式内存并行算法,用于计算密集张量的非负CP分解,通过并行化MTTKRP运算提升效率,验证了算法在数百节点上的扩展性及性能优势。
2018-06-19 cs.DC cs.MS cs.NA
Adaptive Parallelizable Algorithms for Interpolative Decompositions via Partially Pivoted LU
本文提出用部分主元LU替代列主元QR进行随机化插值分解,实现自适应并行化,降低通信开销,提升速度,并已在CPU和GPU上公开实现。
2023-10-13 cs.NA math.NA
Generalized Higher-Order Tensor Decomposition via Parallel ADMM
The Chinese University of Hong Kong(香港中文大学)
本文提出一种并行迹范数正则化的张量分解方法,通过优化方案自动确定各模式的因子数,解决传统方法在模型选择、粗腐损和计算效率上的挑战。
2014-07-05 cs.LG cs.NA math.NA
A Parallelizable Quaternion Higher-Order Singular Value Decomposition with Applications
本文提出可双处理器并行的双侧四元数高阶奇异值分解(TS-QHOSVD),证明其保留排序与正交性质,建立截断误差界,并成功应用于彩色视频去噪与科学数据压缩。
2025-06-25 cs.NA math.NA math.OC
A dynamic domain decomposition for a class of second order semi-linear equations
本文提出一种并行算法,用于求解来自随机优化控制问题的二阶半线性方程,通过动态域分解技术扩展了之前用于确定性优化控制问题的一阶哈密尔顿-雅可比-贝尔曼方程的分块域分解方法。
2015-02-05 cs.NA math.NA
Parallel Type Decomposition Scheme for Quasi-Linear Abstract Hyperbolic Equation
在希尔伯特空间中考虑了一类抽象双曲型方程的Cauchy问题.对应于方程椭圆部分的算子是算子之和$A_{1},\,A_{2},\,\ldots,\,A_{m}$。每个加数都是自伴正定算子。构造了问题的一个近似解的并行型分解格式。该方案的主要思想是在每个局部区间上分别用算子$A_{1},\,A_{2},\,\ldots,\,A_{m}$并行求解经典差分问题。在局部区间的右端,将接收到的解的加权平均值宣布为近似解。证明了该格式的收敛性,并估计了近似解的误差,以及当初始问题数据满足解存在的自然充分条件时,一阶导数的差分模拟的误差.
2022-02-19 cs.NA math.AP math.NA
Efficient parallel CP decomposition with pairwise perturbation and multi-sweep dimension tree
CP张量分解与交替最小二乘(ALS)的成本占主导地位的矩阵化张量倍Khatri-Rao产品(MTTKRP)内核,这是必要的设置二次优化子问题。最先进的并行ALS实现使用维度树来避免每个ALS扫描内跨MTTKRP的冗余计算。在本文中,我们提出了两个新的并行算法来加速CP-ALS。我们介绍了多扫描维树(MSDT)算法,它需要一个N阶输入张量和第一个收缩的输入矩阵之间的收缩每(N-1)/N扫描一次。该算法相对于已知的最佳方法将前导阶计算成本降低了2(N-1)/N。此外,我们引入了一个更有效的通信方法来并行近似CP-ALS算法,成对扰动。这种技术使用微扰校正的子问题,而不是重新计算的收缩,渐近加速ALS。我们的基准测试结果表明,每扫描时间达到1.25倍的MSDT和1.94倍的速度相比,最先进的尺寸树上运行的1024个处理器的Stampede 2超级计算机成对扰动。
2020-10-22 cs.DC cs.NA math.NA
Modeling Parallel Wiener-Hammerstein Systems Using Tensor Decomposition of Volterra Kernels
Vrije Universiteit Brussel(布鲁塞尔自由大学);University of Calgary(卡尔加里大学)
本文提出通过张量分解Volterra核来识别并行Wiener-Hammerstein系统,利用块结构特性提升建模精度,在噪声环境下实现准确重构。
2016-09-26 cs.NA cs.SY eess.SY
Coupling parallel adaptive mesh refinement with a nonoverlapping domain decomposition solver
研究了自适应网格加密对线性系代数方程并行区域分解求解器的影响。这些概念需要结合在一个并行自适应有限元软件。一个原型的实现,为此目的。它使用自适应网格细化与一个层次的悬挂节点。采用基于约束的平衡区域分解(BDDC)方法的两层和三层版本来求解所产生的代数方程组。回顾了基本概念,并详细研究了组合所需的组件。特别感兴趣的是断开的子域,一个典型的输出所采用的网格划分的基础上的空间填充曲线,对BDDC方法的收敛性和解决方案的时间的影响。大量的实验表明,虽然加细网格和不连通子域对BDDC的收敛性有负面影响,但迭代次数仍然可以接受。此外,三级BDDC求解器的可扩展性在多达几千个处理器内核上仍然保持良好。使用自适应网格细化的最大问题有超过10^9个未知数,并在2048个核心上求解。
2017-03-19 cs.MS cs.NA math.NA
A posteriori error analysis for a space-time parallel discretization of parabolic partial differential equations
将时间上的Parareal算法与空间上的重叠区域分解相耦合,构造了求解抛物型偏微分方程的时空并行方法。我们的目标是获得一个离散化组成的“本地”的问题,可以有效地解决并行计算机。然而,这引入了必须评估的重要误差源。将原Parareal算法转化为变分方法,并在空间上进行有限元离散,从而可以进行基于伴随的后验误差分析。通过适当选择伴随问题和残差,误差分析区分由于时间和空间离散化而产生的误差,以及由于不完整的Parareal迭代和区域分解求解器的不完整迭代而产生的误差。我们首先开发的Parareal方法应用于抛物型偏微分方程的误差分析,然后细化这种分析的情况下,相关的空间问题,使用重叠区域分解解决。这两种算法分别构成了我们的时间并行算法(TPA)和空时并行算法(STPA)。数值实验证明了这两种算法的估计和不同的误差分量之间的迭代的准确性。
2022-01-14 cs.NA math.NA
A Backward Stable Algorithm for Computing the CS Decomposition via the Polar Decomposition
University of California, San Diego(加州大学圣地亚哥分校);National Institute of Informatics(信息学研究所);Randolph-Macon College(伦道夫-麦肯学院)
本文提出一种稳定性算法,通过计算两个极分解和一个Hermitian矩阵的特征分解,实现对分块矩阵的CS分解,证明其在稳定性条件下有效。
2018-04-24 cs.NA math.NA
Parallel Active Subspace Decomposition for Scalable and Efficient Tensor Robust Principal Component Analysis
Department of Mathematics, Hong Kong Baptist University(香港 Baptist 大学数学系)
本文提出并行主动子空间分解方法,通过将张量展开的每个模式分解为正交矩阵和小矩阵,降低核范数最小化问题的规模,提升张量鲁棒主成分分析的效率和精度。
2017-12-28 cs.LG cs.NA math.NA
Parallel Performance of Algebraic Multigrid Domain Decomposition (AMG-DD)
代数多重网格(AMG)是一种广泛使用的可扩展求解器和预处理器的大规模线性系统的离散化的一类椭圆型偏微分方程。虽然AMG具有最佳的计算复杂性,但随着现代机器上处理器数量的持续增长,通信成本已成为限制其可扩展性的重要瓶颈。本文探讨了一种新的算法,代数多重网格区域分解(AMG-DD),专门设计来限制通信的设计,实现和并行性能。AMG-DD的目标是提供一个低通信替代标准AMG V-周期通过交易一些额外的计算开销显着降低通信成本。数值结果表明,AMG-DD实现了优越的精度,每通信成本相比,AMG,并加速AMG上的一个大型GPU集群。
2020-01-21 cs.DC cs.MS cs.NA
A Parallel iterative Algorithm for primal-dual weak Galerkin Schemes
本文针对求解泊松方程的原始-对偶弱伽辽金有限元方法,提出一种基于区域分解的并行迭代算法,证明了解的存在唯一性,并获得了离散范数和$L^2$范数下的最优阶误差估计。
2024-07-01 cs.NA math.NA
Parallel Domain Decomposition techniques applied to Multivariate Functional Approximation of discrete data
通过多元函数逼近(MFA)来表达大规模数据集对于分析和可视化以推动科学发现至关重要。解决这些问题需要可扩展的数据划分方法来计算MFA表示在顺从的挂钟时间。我们引入了一个完全并行的计划,以减少每项任务的总工作量,结合重叠的添加剂施瓦茨为基础的迭代方案来计算MFA与张量展开的B样条基,同时保持完整的程度连续性子域边界。虽然MFA的先前工作已被成功地证明是有效的,但在单个进程上编码大型数据集的计算复杂性可能是严重禁止的。从MFA生成重建的并行算法不得不依赖于后处理技术来混合子域边界上的不连续性。相比之下,一个强大的约束最小化基础设施,直接施加高阶连续性的MFA表示在这里。我们证明了与区域分解求解器的并行方法的有效性,以尽量减少解码的MFA的子域误差残差,更具体地说,以恢复跨非匹配边界的连续性的规模。分析的分析和科学数据集的1-,2-和3-维的方案。广泛的强和弱的可扩展性性能也证明了大规模的数据集,以评估并行加速的基于MPI的算法实现的领导计算机器。
2022-10-12 cs.DC cs.NA math.NA
Comparison of Accuracy and Scalability of Gauss-Newton and Alternating Least Squares for CP Decomposition
交替最小二乘法是CP张量分解中应用最广泛的算法。然而,交替最小二乘可能会表现出缓慢或没有收敛,特别是当需要高精度时。另一种方法是将CP分解视为非线性最小二乘问题,并采用类牛顿方法。直接求解包含近似Hessian的线性系通常是昂贵的。然而,最近的进展表明,使用的线性系的隐式表示,使这些方法与交替最小二乘竞争。我们提供了第一个并行实现的高斯-牛顿法CP分解,迭代求解线性最小二乘问题,在每个高斯-牛顿步骤。特别是,我们利用一个公式,采用张量收缩内的共轭梯度法的隐式矩阵矢量产品。张量收缩的使用使我们能够使用Cyclops库进行分布式内存张量计算,从而使用高级Python实现并行化高斯-牛顿方法。此外,我们提出了一个正则化方案的高斯-牛顿方法,以改善收敛性能,而没有任何额外的费用。我们研究的收敛性的高斯-牛顿方法相对于ALS找到确切的CP分解,以及近似分解的真实世界的张量。我们评估这两种方法的顺序和并行版本的性能,并研究在Stampede 2超级计算机上的并行可扩展性。
2020-06-10 cs.DC cs.NA math.NA
Parallel energy-stable phase field crystal simulations based on domain decomposition methods
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);State Key Laboratory of Computer Science, Chinese Academy of Sciences(中国科学院计算机科学技术研究所);Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院)
本文提出一种并行数值算法求解相场晶体方程,采用半隐式有限差分方案,理论分析证明其无条件能量稳定且具有二阶精度,结合自适应时间步策略和并行牛顿-克罗内克-施瓦茨方法,验证了算法在二阶和三阶空间时间精度、大时间步能量稳定性及大规模并行计算性能。
2017-03-03 cs.CE cs.NA math.NA
Parallelization of Software Systems Test Case Selection Algorithm Based on Singular Value Decomposition
针对回归测试中受影响部分难以识别的问题,本文利用奇异值分解按系统功能聚类变更,并在共享内存系统上并行计算,以提升测试用例选择的速度与可扩展性。
2024-05-10 cs.DC cs.NA cs.SE
Model Parallel Training and Transfer Learning for Convolutional Neural Networks by Domain Decomposition
University of Cologne(科隆大学);Center for Data and Simulation Science, University of Cologne(科隆大学数据与模拟科学中心)
本文提出一种基于区域分解的模型并行CNN架构,将输入数据分解为子图像并行训练局部CNN,再通过DNN聚合局部分类,并对比了多种聚合方案及迁移学习策略的性能。
2024-08-26 cs.CV cs.LG cs.NA
A computational framework for pharmaco-mechanical interactions in arterial walls using parallel monolithic domain decomposition methods
本文构建了一个模拟钙通道阻滞剂等抗高血压药物对动脉壁力学响应影响的计算框架,通过修改平滑肌模型并结合FEDDLib与FROSch中的GDSW/RDSW并行预条件子求解耦合变形-扩散问题,验证了药物对动脉管腔扩张和收缩速率的影响及并行可扩展性。
2023-07-06 cs.CE cs.DC cs.NA
Vectorization of a thread-parallel Jacobi singular value decomposition method
本文针对 Jacobi 型 SVD 中的批量 Hermitian 矩阵特征值分解,利用 AVX-512 向量化和 OpenMP 并行化实现高效计算,保证数值可重现性且无溢出,精度优于 xLAEV2,并行加速在线程充足时具有实际收益。
2023-10-27 cs.MS cs.NA math.NA
Parallel Solution of the Linear Elasticity problem with Applications in Topology Optimization
School of Mathematics, University of Birmingham(伯明翰大学数学学院);Institute of Information Theory and Automation, Academy of Sciences of the Czech Republic(捷克科学院信息与自动化研究所)
本文提出通过域分解并行求解线性弹性问题,用于拓扑优化中减少重复求解线性弹性问题的计算开销。
2015-01-28 cs.NA math.NA math.OC
Sharp bounds on Helmholtz impedance-to-impedance maps and application to overlapping domain decomposition
该研究利用半经典亏损测度证明高频Helmholtz方程阻抗-阻抗映射的精确界,结合已有结果分析并行重叠Schwarz区域分解法的波数鲁棒性与收敛性。
2024-02-01 cs.NA math.AP math.NA
Error bounds for full space-time splitting discretizations of semi-linear SPDEs -- with a focus on dG domain decompositions
Lund University(隆德大学)
研究具有乘性噪声的抛物型随机偏微分方程全离散数值格式,用Douglas-Rachford分裂格式整合区域分解并结合间断伽辽金方法进行空间离散,给出强时空收敛结果并经数值实验验证。
2026-07-20 cs.NA math.NA math.PR
CPAFT: A Consistent Parallel Advancing Front Technique for Unstructured Triangular/Tetrahedral Mesh Generation
本文提出一致性并行前沿推进技术CPAFT,融合空间填充曲线区域分解、分布式重叠树森林与并行极大独立集算法,实现与处理器数及区域分解无关的非结构化三角形/四面体网格生成,并验证其可扩展至约两千个CPU处理器。
2024-09-18 cs.CG cs.NA math.NA
Two-level space-time domain decomposition methods for unsteady inverse problems
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);University of Colorado Boulder(科罗拉多大学博尔德分校);The Chinese University of Hong Kong(香港中文大学)
本文提出一种新的时空耦合算法,用于求解三维时间依赖对流扩散方程的反问题,通过混合有限元/有限差分方法和单层双层时空并行域分解预处理器,实现高并行度的求解。
2015-08-25 cs.NA math.NA math.OC
Near Linear-Work Parallel SDD Solvers, Low-Diameter Decomposition, and Low-Stretch Subgraphs
Carnegie Mellon University(卡内基梅隆大学);University of Puerto Rico Rio Piedras(波多黎各大学里奥彼德拉斯分校)
提出一种近线性工作的并行算法求解对称对角占优线性系统,通过低直径分解生成低拉伸生成树或子图,实现高效并行求解。
2011-11-07 cs.DC cs.DS cs.NA
Communication-optimal Parallel and Sequential Cholesky Decomposition
University of California, Berkeley(加州大学伯克利分校);Technische Universität Berlin(柏林工业大学)
针对Cholesky分解,通过扩展矩阵乘法的通信下界并设计算法,实现串行和并行环境下通信最优(包括带宽和延迟)的O(n^3)实现。
2010-04-12 cs.CC cs.DS cs.NA
A Blackbox Polynomial System Solver on Parallel Shared Memory Computers
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文提出一种并行算法用于求解多项式系统,通过数值不可约分解分离解集,并在循环n根问题中验证其有效性。
2018-06-17 cs.DC cs.MS cs.NA
Information Criteria for quantifying loss of reversibility in parallelized KMC
University of Massachusetts(马萨诸塞大学)
本文提出基于熵产率的信息标准,用于量化并行KMC中可逆性损失,通过后验估计器分析并行方案的性能与可逆性控制。
2016-10-17 cs.IT cs.NA math.IT