Efficient $1$-Laplacian Solvers for Well-Shaped Simplicial Complexes: Beyond Betti Numbers and Collapsing Sequences
本文提出了高精度近似求解形状良好单纯复形 $1$-Laplacian 线性方程组的高效算法,将专用求解器推广至无坍缩序列和有界 Betti 数的几何结构,并改进了 Nested Dissection 运行时间。
2023-07-31 cs.DS cs.NA math.NA
Lean Algebraic Multigrid (LAMG): Fast Graph Laplacian Linear Solver
The University of Chicago(芝加哥大学);The Weizmann Institute of Science(魏茨曼科学研究所)
提出一种精简代数多重网格(LAMG)方法,通过构建多层粗化拉普拉斯系统并结合分段常数插值和能量校正,实现图拉普拉斯线性系统的高效求解,具有线性时间和存储复杂度。
2011-07-31 cs.NA math.NA
A multigrid-reduction-in-time solver with a new two-level convergence for unsteady fractional Laplacian problems
多重网格减少时间(MGRIT)技术已被证明是成功的,在实现更高的运行时加速利用时间上的并行性。本文的目标是开发和分析一个MGRIT算法,使用FCF松弛与时间相关的时间网格传播,寻求非定常分数拉普拉斯问题的有限元近似。文[L.陈河,巴西-地H. Nochetto,E. Ot{á}rola,A. J. Salgado,Math.Comp.85(2016)2583- 2607]被选择为空间解算器。由[B]驱动。S. Southworth,SIAM J. Matrix Anal. 40(2019)564- 608],我们提供了一个新的时间特征值近似性质,然后推导出一个广义的两级收敛理论,该理论消除了[X. Q. Yue,S. Shu,X. W. Xu,W. P. Bu,K. J. Pan,Comput.数学应用78(2019)3471- 3484]。通过数值计算证实了理论预测的正确性,并证明了收敛上界的精确性。
2021-02-09 cs.NA math.NA
Highly accurate operator factorization methods for the integral fractional Laplacian and its generalization
本文提出了一类新的算子分解方法来离散积分分数Laplacian $(-Δ)^\fracα{2}$为$α\in (0, 2)$。我们的方法的主要优点是很容易提高数值精度,通过使用高次拉格朗日基函数,但保持格式结构和计算机实现不变。此外,我们的分数拉普拉斯离散化的结果在一个对称的(多级)Toeplitz微分矩阵,这不仅节省了模拟的内存成本,但通过快速傅立叶变换,使有效的计算。我们的方法在逼近分数拉普拉斯和解决分数泊松问题的性能进行了详细的检查。结果表明,对于常数或线性基函数,我们的方法具有最佳精度${\mathcal O}(h^2)$,而对于二次基函数,我们的方法具有最佳精度${\mathcal O}(h^4)$,其中$h$具有较小的网格尺寸。注意,该精度适用于任何$α\in (0, 2)$,并且如果使用更高阶的基函数,则可以进一步增加。如果分数Poisson问题的解满足$u \in C^{m, l}(\barΩ)$($m \in {\mathbb N}$和$0 < l < 1$),则我们的方法对常数和线性基函数具有${\mathcal O}\big(h^{\min\{m+l,\, 2\}}\big)$的精度,而对二次基函数具有${\mathcal O}\big(h^{\min\{m+l,\, 4\}}\big)$的精度.此外,我们的方法可以很容易地应用于研究广义分数拉普拉斯与对称核函…
2021-03-05 cs.NA math.NA nlin.CD
Efficient LU factorization exploiting direct-indirect Burton-Miller equation for Helmholtz transmission problems
Institute of Science Tokyo(东京科学大学);Graduate School of Advanced Science and Engineering, Hiroshima University(广岛大学先进理工学研究科)
本文提出一种高效求解亥利许特传播问题的直接-间接混合Burton-Miller边界积分方程,通过LU分解提升求解速度并增强稳定性。
2025-12-16 cs.NA math.NA
Lean Algebraic Multigrid (LAMG): Fast Graph Laplacian Linear Solver (Journal Version)
The University of Chicago(芝加哥大学);The Weizmann Institute of Science(魏茨曼科学研究所)
提出一种线性时间复杂度的图拉普拉斯系统求解器LAMG,通过组合分段常数插值、基于亲和度的节点聚合和能量校正实现快速收敛与线性扩展。
2012-06-08 cs.NA math.NA
A direct solver with reutilization of previously-computed LU factorizations for h-adaptive finite element grids with point singularities
AGH University of Science and Technology(AGH科技大学);University of the Basque Country UPV/EHU(巴斯克地区大学);IKERBASQUE (Basque Foundation of Sciences)(伊克尔巴斯基克(巴斯克科学基金会));King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
提出一种直接求解器算法,利用h自适应网格的递归结构和特殊消去树复用先前计算的LU分解,将计算成本从O(N^2)降至O(N)。
2012-12-10 cs.NA math.NA
Parallel Sparse and Data-Sparse Factorization-based Linear Solvers
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
针对大规模病态不定代数方程,综述了稀疏直接求解器在减少通信延迟和利用低秩压缩降低计算复杂度方面的最新进展,并讨论了现代异构并行机器上的并行化挑战与最佳实践。
2026-05-22 cs.DC cs.MS cs.NA
"Compress and eliminate" solver for symmetric positive definite sparse matrices
提出了一种新的求解对称正定稀疏矩阵线性系组的近似因式分解。简而言之,该算法是应用分层块高斯消去法,并额外压缩填充。具有填充的有效压缩的系统大多产生于偏微分方程的离散化。我们表明,由此产生的因式分解可以作为一个有效的预条件,并比较所提出的方法与最先进的直接和迭代求解器。
2018-05-05 cs.NA math.NA
A Hybrid Factorization Algorithm for Sparse Matrix with Mixed Precision Arithmetic
提出了一种新的大稀疏矩阵LDU分解与迭代求解器相结合的混合算法,该算法能保持与经典分解相同的精度。利用块GCR方法,以低精度分解为预条件子,通过多右端迭代求解器生成最后一个Schur补,实现混合精度算法,然后对Schur补进行高精度分解。该算法的关键步骤是将矩阵分解为中、难部分的并,并采用对称主元和阈值延迟技术,通过低精度LDU分解实现。
2022-08-03 cs.NA math.NA
Factorizing the factorization - a spectral-element solver for elliptic equations with linear operation count
TU Dresden(德累斯顿工业大学);Institute of Fluid Mechanics, TU Dresden(德累斯顿工业大学流体力学研究所);Center for Advancing Electronics Dresden (cfaed)(德累斯顿先进电子中心)
本文提出一种新型因式分解技术,实现线性操作次数13N,显著提升求解效率,适用于多项式次数2至32的高阶求解。
2016-01-29 cs.NA math.NA
NLF: A Resistor-Network Framework and Linear-Time Solver for Convex Network-Flow Equilibria
Pine Birch Analytics
提出NLF框架,通过阻尼弦牛顿迭代与近线性拉普拉斯求解器,实现凸网络流均衡的线性时间求解,在单商品和多商品问题上显著优于内点法和L-BFGS。
2026-07-03 cs.NA math.NA
Sparse Hierarchical Solvers with Guaranteed Convergence
Stanford University(斯坦福大学)
本文提出一种稀疏线性系统求解器,通过提高低频误差精度,增强求解器对线性系统条件数的鲁棒性,保持线性计算成本和内存占用。
2017-03-13 cs.NA math.NA
Hybrid Finite Element - Spectral Method for the Fractional Laplacian: Approximation Theory and Efficient Solver
Brown University(布朗大学);Oak Ridge National Laboratory(橡树岭国家实验室);Sandia National Laboratories(桑迪亚国家实验室)
本文提出了一种数值方法,用于近似二维和三维分数阶泊松问题,通过混合有限元-谱方法来解决,该方法基于Caffarelli和Silvestre(2007)的扩展域方法,并通过Weyl定律和有限元离散化选择近似特征值,最终通过多网格和共轭梯度等迭代求解器高效求解线性方程组,数值实验表明该方法在复杂度上近似最优。
2017-09-06 cs.NA math.NA
LAMG+: A Robust Lean Algebraic Multigrid Solver for Graph Laplacians
Pine Birch Analytics(松桦分析)
提出LAMG+,一种无参数、经验线性时间的代数多重网格求解器,通过两种局部改进解决LAMG在网格对齐各向异性上的收敛问题,在有限元/结构矩阵上比鲁棒AC变体快2.2倍。
2026-06-24 cs.NA math.NA
A hybrid recursive multilevel incomplete factorization preconditioner for solving general linear systems
Johann Bernoulli Institute for Mathematics and Computer Science - University of Groningen(格罗宁根大学);School of Mathematical Sciences, University of Electronic Science and Technology of China(电子科技大学)
本文提出一种基于分布式施尔补公式的新预处理子程序,结合隐式和显式分解技术、递归组合算法、多级机制和重叠策略,以提高逆因子的稀疏性并降低分解成本。
2015-09-21 cs.NA math.NA
Absolute-value based preconditioner for complex-shifted Laplacian systems
本文针对复平移拉普拉斯系统提出一种基于绝对值的预条件子,通过2×2分块实等价改写和快速正弦变换实现快速求逆,并证明MINRES求解器具有与矩阵规模无关的线性收敛速率,数值实验验证了其近最优复杂度和高效性。
2024-08-01 cs.NA math.NA
RCHOL: Randomized Cholesky Factorization for Solving SDD Linear Systems
我们引入一个随机算法,即RCHOL,来构造一个给定拉普拉斯矩阵(a.k.a.,图Laplacian)。从图的角度来看,精确的Cholesky分解在消除行/列之后在底层图中引入了一个团。通过随机化,RCHOL使用Spielman和Kyng开发的随机采样仅保留集团中边缘的稀疏子集。我们证明了RCHOL是无故障的,并将其应用于求解具有对称对角占优矩阵的大型稀疏线性系。此外,我们并行化RCHOL的基础上嵌套解剖排序共享内存的机器。我们报告的数值实验,证明RCHOL的鲁棒性和可扩展性。例如,我们的并行代码在单个节点上扩展到64个线程,用于求解3D泊松方程,该方程在$1024\times 1024 \times 1024$网格上使用7点模板离散化,该问题具有10亿个未知数。
2021-09-02 cs.MS cs.NA math.NA
Fast Fourier-like Mapped Chebyshev Spectral-Galerkin Methods for PDEs with Integral Fractional Laplacian in Unbounded Domains
在本文中,我们提出了一个快速的谱Galerkin方法求解含整数分数拉普拉斯算子的偏微分方程$\mathbb{R}^d$,这是建立在两个基本组成部分:(i)Dunford-Taylor公式的分数拉普拉斯算子;和(ii)Fourier-like双正交映射Chebyshev函数(MCF)作为基函数。因此,分数拉普拉斯算子可以完全对角化,并且求解椭圆分数PDE的复杂度是准最优的,即,$O((N\log_2N)^d)$,其中$N$是每个空间方向上的模式的数量。对各种衰减精确解的充分数值试验表明,快速求解器的收敛性与理论误差估计的阶数完全匹配。通过适当的时间离散,快速求解器可以直接应用于一个大类的非线性分数阶偏微分方程。作为一个例子,我们用四阶时间分裂方法和MCF-spectral-Galerkin方法求解了分数阶非线性Schr{<$}dinger方程.
2019-08-27 cs.NA math.NA
Scalable Linear Time Dense Direct Solver for 3-D Problems Without Trailing Sub-Matrix Dependencies
大型密集矩阵的因式分解在工程和数据科学应用中无处不在,例如迭代边界积分求解器的预处理器,稀疏多波前求解器中的波前矩阵,以及计算协方差阵的行列式。HSS和$\mathcal{H}^2$ -矩阵是分层低秩矩阵格式,其可以降低将这种密集矩阵从$\mathcal{O}(N^3)$因子分解为$\mathcal{O}(N)$的复杂性。对于HSS矩阵,可以在Cholesky/LU分解期间去除对拖尾矩阵的依赖性,这导致高度并行的算法。然而,HSS的弱容许性导致非对角块的秩增长的3-D问题,该方法不再是$\mathcal{O}(N)$。另一方面,$\mathcal{H}^2$ -矩阵的强容许性允许它在$\mathcal{O}(N)$中处理3-D问题,但引入了对尾随矩阵的依赖性。在目前的工作中,我们预先计算的填充,并将它们集成到共享的基础上,这使得我们能够消除对尾随矩阵的依赖,即使是$\mathcal{H}^2$ -矩阵。与块低秩因子分解代码LORAPO的比较显示,对于具有复杂几何形状的3D问题,最大速度提高了4,700倍。
2022-08-23 cs.NA math.NA
Aspects of an adaptive finite element method for the fractional Laplacian: a priori and a posteriori error estimates, efficient implementation and multigrid solver
Brown University(布朗大学);Oak Ridge National Laboratory(橡树岭国家实验室)
本文提出构建近似分数偏微分方程的自适应有限元代码所需的所有组件,改进先验误差估计,开发后验误差估计和误差指标,高效求解线性代数系统并采用多网格方法。
2017-08-13 cs.NA math.NA
Finite difference methods for the Infinity Laplace and p-Laplace equations
Simon Fraser University(西蒙菲莎大学)
针对无穷拉普拉斯和博弈论p-拉普拉斯方程,构建了收敛的离散格式和半隐式求解器,简化并推广了早期方法,证明了宽模板有限差分格式的解收敛到唯一粘性解,且半隐式求解器迭代次数与问题规模无关。
2012-12-05 cs.NA math.NA
A N-Body Solver for Free Mesh Interpolation
高斯径向基函数核的因式分解是为了在平坦的多项式极限中进行自由网格插值而开发的,该多项式极限对应于泰勒展开和几何矩的范德蒙基。使用这种谱近似,通过递归分解残差找到插值的自顶向下八叉树范围,类似于Drivel和Heryudono(2007)的工作,除了在当前方法中网格与低秩近似解耦,允许采样误差(网格)与表示误差(多项式阶)部分分离。然后,它是可能的,以证明大约5个数量级的改进,在自由网格插值误差的三维弗兰卡函数,相对于以前的基准。在$N$ -body方法的相关工作中,通过平方根迭代进行因式分解(Challacombe 2015),重点放在恒等式的解析上。
2015-10-31 cs.NA math.NA
Hardness Results for Laplacians of Simplicial Complexes via Sparse-Linear Equation Complete Gadgets
我们研究线性方程的组合拉普拉斯算子的$k$维单纯复形($k$ -复形),一个自然的推广图拉普拉斯算子。组合拉普拉斯算子在同调中起着至关重要的作用,并且是拓扑学中的核心工具。除此之外,它们在数据分析和物理建模问题中有各种应用。已知存在图拉普拉斯算子的近似线性时间求解器。然而,组合拉普拉斯算子的近似线性时间解算器只适用于有限类的复形。本文证明了2-复形的组合拉普拉斯算子中的线性方程组与一般线性方程组一样难以求解。更准确地说,对于任何常数$c \geq 1$,如果我们可以在时间上以高精度求解2-复形的组合拉普拉斯算子中的线性方程$\tilde{O}((\# \text{ of nonzero coefficients})^c)$,那么我们可以在时间上以高精度求解具有多项式有界整数系数和条件数的一般线性方程$\tilde{O}((\# \text{ of nonzero coefficients})^c)$。我们证明了这一点,从一般线性方程组的组合拉普拉斯2-复合物的近线性时间减少。我们的减少保留了问题实例的稀疏性多对数因子。
2022-02-10 cs.CC cs.DS cs.NA
A Hierarchical Butterfly LU Preconditioner for Two-Dimensional Electromagnetic Scattering Problems Involving Open Surfaces
提出了一种求解二维电场积分方程的分层插值分解蝶形LU分解(H-IDBF-LU)预条件子. H-IDBF-LU利用插值分解蝶形因子分解(IDBF)来压缩离散化EFIE算子的密集块以加快其应用;此压缩算子也用作EFIE算子的近似LU因子分解,从而在迭代求解器中产生有效的预处理器。在一次迭代中,H-IDBF-LU求解器的内存需求和计算成本都是$O(N\log^2 N)$;在我们所有的数值测试中,获得相当好的精度所需的迭代总数是$O(1)$到$O(\log^2N)$。建议的预处理迭代求解器的有效性和准确性证明,通过其应用到广泛的散射体,涉及高达$100$万未知数。
2019-10-04 cs.NA math.NA
Exact Nonnegative Matrix Factorization via Cone-Ray Witnesses: Certificates, a One-Sided Solver, and a Findability Phase Transition
Qualcomm India Private Limited(高通印度私人有限公司)
提出一种结合截断SVD、非负原像多面体锥、双描述方法和交替线性规划的精确非负矩阵分解流水线,通过封闭形式见证矩阵实现微秒级分解,并利用增强交替线性规划突破性能瓶颈。
2026-08-24 cs.CG cs.NA math.NA
An exact solver for simple ${\mathcal H}$-matrix systems
本文提出一种在O(n log²n)操作内精确求解简单H矩阵系统的方法,通过避免计算逆矩阵,利用Sherman-Morrison-Woodbury方程进行低秩更新来高效表示LU分解。
2014-02-21 cs.NA math.NA
Evaluation of Bfloat16, Posit, and Takum Arithmetics in Sparse Linear Solvers
University of Cologne(科隆大学);University of Southern Maine(南缅因大学)
本文评估了bfloat16、posit和takum算术在稀疏线性求解器中的性能,发现takum算术在低精度下具有高稳定性,而posit和takum在直接和间接求解器中表现出更好的精度和效率。
2025-03-08 cs.NA math.NA
An $N \log N$ Parallel Fast Direct Solver for Kernel Matrices
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出一种 $O(dN\log N)$ 的并行算法,用于近似求解正则化核矩阵的分解,从而在 $O(N\log N)$ 工作量内求解线性系统,无需全局低秩近似。
2017-01-09 cs.DC cs.NA math.NA
Fast Direct Solvers for Integral Equations at Low-Frequency Based on Operator Filtering
本文重点研究了利用拉普拉斯滤波器正则化的预处理第一类或第二类算子得到的中低频区域积分方程的快速直接求解器。由边界元离散产生的谱误差通过滤波适当地处理,此外,允许使用低秩表示的紧凑扰动的所有运营商参与。数值结果表明了该方法的有效性及其在直接求解积分方程中的有效性。
2022-10-16 cs.NA math.NA
Stochastic Preconditioning for Iterative Linear Equation Solvers
针对对称对角占优M矩阵,提出基于随机游走的不完全LDL分解作为预处理子,证明其比传统不完全分解方法具有更好的精度-规模权衡,从而减少预处理共轭梯度法的计算量。
2006-09-24 cs.NA math.NA math.PR
Spectral methods for solving elliptic PDEs on unknown manifolds
本文提出一种基于点云数据的无网格谱方法,用于求解未知流形上的椭圆型PDE,采用加权拉普拉斯RBF特征解构造测试空间,结合二阶切空间估计提升精度,理论与实验均验证了收敛性及精度优势。
2023-04-05 cs.NA math.NA
Numerical analysis and efficient implementation of fast collocation methods for fractional Laplacian model on nonuniform grids
Ocean University of China(中国海洋大学);Laboratory of Marine Mathematics, Ocean University of China(中国海洋大学海洋数学实验室)
针对以奇异积分形式呈现的分数阶拉普拉斯问题,提出基于Krylov子空间迭代求解器的通用非均匀网格快速配置方法,证明其在α∈(0,1)时唯一可解,还开发均匀网格改进方案,通过快速矩阵-向量乘法和带状预条件子提升效率,数值实验验证收敛性。
2025-11-12 cs.NA math.NA
Robust and Practical Solution of Laplacian Equations by Approximate Elimination
本研究提出基于近似Cholesky分解的SDDM矩阵线性方程组求解算法,用Julia实现两个版本,实验表明其鲁棒性优于现有主流求解器,且公开了代码与SDDM2023基准测试集。
2023-06-14 cs.DS cs.MS cs.NA
A fast direct solver for high frequency scattering from a large cavity in two dimensions
本文提出了一种快速的直接求解器,用于模拟无限大理想导电半空间中任意形状的大空腔的电磁散射。控制Maxwell方程被重新表示为一个条件良好的第二类积分方程和所产生的线性系求解在近线性时间使用分层矩阵分解技术。我们说明了该计划的性能与几个数值例子复杂的腔形状在很宽的频率范围内。
2014-04-14 cs.NA math.NA
Scalable Robust Matrix Factorization with Nonconvex Loss
Paradigm Inc.(第四范式)
本文提出使用非凸损失来增强鲁棒性,并通过改进的MM算法和对偶优化方法提高可扩展性,从而在准确性和可扩展性上优于现有方法。
2018-09-23 cs.NA math.NA math.OC
A Posteriori Error Estimates for Solving Graph Laplacians
在本文中,我们研究了一个后验误差估计,它有助于多层迭代求解线性系与图拉普拉斯算子。在早期的作品中,这种估计是通过求解全局最优化问题来计算的,这可能是计算昂贵的。我们提出了一种新的策略来计算这些估计,通过构建一个亥姆霍兹分解图的基础上的生成树和相应的循环空间。为了计算误差估计,我们有效地解决了线性系的生成树,然后我们解决了近似的最小二乘问题的循环空间。正如我们所示,这样的估计有一个近似线性的计算复杂性稀疏图在一定的假设。数值实验证明了该方法的有效性。
2021-06-18 cs.NA math.NA
A Class of Iterative Solvers for the Helmholtz Equation: Factorizations, Sweeping Preconditioners, Source Transfer, Single Layer Potentials, Polarized Traces, and Optimized Schwarz Methods
University of Geneva(日内瓦大学);Zhejiang Ocean University(浙江海洋大学)
本文探讨了一类基于优化Schwarz方法的亥姆霍兹方程预条件子,揭示其共同数学原理,并详述其在域分解中的实现方式。
2018-02-21 cs.NA math.NA
A simple and fast finite difference method for the integral fractional Laplacian of variable order
本文针对多维变阶分数阶 Laplace 算子提出一种易实现的二阶有限差分格式及拟线性复杂度快速求解器,并通过数值算例验证其精度、效率与理论结论。
2024-06-15 cs.NA math.NA
Approximate inversion of discrete Fourier integral operators
本文介绍了一种可应用于拟线性时间的离散傅里叶积分算子逆的因式分解。因子分解开始于用蝶形因子分解近似算子。其次,构造了由傅里叶积分算子与其伴随算子构成的埃尔米特矩阵的层次矩阵表示。该算法基于层次插值因式分解,有效地实现了该表示的逆变换。通过组合这两种因式分解,傅里叶积分算子的近似逆因式分解被获得为大小为$N\times N$的$O(\log N)$稀疏矩阵的乘积。由此产生的近似逆分解可以用作直接求解器或预处理器。一维和二维傅里叶积分算子,包括广义Radon变换的数值例子,证明了这种新方法的性能。
2021-05-06 cs.NA math.NA
Butterfly factorization via randomized matrix-vector multiplications
本文提出了一种用$m\approx n$计算$m\times n$矩阵的蝶形分解的自适应随机算法,只要该矩阵及其转置可以快速地应用于任意向量。所得到的因式分解由$O(\log n)$稀疏因子组成,每个因子包含$O(n)$非零项。可以使用$O(n^{3/2}\log n)$计算和$O(n\log n)$存储器资源来获得因子分解。该算法适用于强和弱的容许条件所产生的表面积分方程求解器具有严格的误差界的矩阵,并在并行实现。
2020-02-09 cs.MS cs.NA math.NA
Deep Learning of Preconditioners for Conjugate Gradient Solvers in Urban Water Related Problems
Universität Innsbruck(因斯布鲁克大学)
线性方程组的求解是水利工程应用中经常遇到的问题。通常问题的规模太大,无法通过直接因式分解来解决。如果矩阵是对称正定的,则可以采用迭代方法,特别是共轭梯度法。预条件进一步提高收敛速度,但迄今为止,只有手工制作的需要专业知识已被使用。我们提出了一种创新的方法,采用机器学习,特别是一个卷积神经网络,专门为手头的问题独立设计预处理矩阵。基于流体模拟中的深入案例研究,我们能够证明我们学习的预处理器能够提高收敛速度,甚至超过了不完全Cholesky因式分解或代数MultiGrid等成熟的方法。
2019-06-17 cs.LG cs.NA math.NA
A fast direct solver for integral equations on locally refined boundary discretizations and its application to multiphase flow simulations
在颗粒Stokes流的瞬态模拟中,为了准确地捕捉组成颗粒和限制壁之间的相互作用,壁的离散化通常需要在颗粒接近的区域中局部细化。因此,标准的快速直接求解器失去了它们的效率,因为线性系在每个时间步改变。该手稿提出了一种新的计算方法,通过提前为墙预先构建快速直接求解器,计算低秩因子分解以捕获由于细化而引起的变化,并通过Woodbury公式解决细化离散化问题,从而避免了这个问题。数值结果表明,求解器在加速颗粒斯托克斯模拟的效率。
2022-01-06 cs.NA math.NA
Recycling augmented Lagrangian preconditioner in an incompressible fluid solver
讨论了矩阵分解在非对称鞍点线性代数系统的增广拉格朗日(AL)和修正的AL预条件子中的重用。该策略适用于解决二维不可压缩流体问题的效率率独立的雷诺数。求解器,然后进行测试,以模拟运动的表面流体,一个例子的二维流动动机的兴趣在横向流动性不可扩展的粘性膜。数值例子包括Kelvin-Helmholtz不稳定性问题上提出的领域和环面。一些新的特征值估计的AL预条件子。
2022-01-15 cs.NA math.NA
An O(N) distributed-memory parallel direct solver for planar integral equations
本文提出一种基于“强递归骨架化分解”的O(N)分布式内存并行直接求解器,通过对非对角矩阵块进行低秩压缩以最小化计算与数据移动,有效解决了大型稠密线性系统的求解难题,特别适合病态矩阵或多右侧向量问题。
2024-02-18 cs.NA math.NA
FMM-LU: A fast direct solver for multiscale boundary integral equations in three dimensions
我们提出了一个快速直接求解三维复杂曲面上的边界积分方程,使用最近推出的递归强迭代格式的扩展。对于不是高度振荡的问题,我们的算法计算的密集系统矩阵的${LU}$样的层次因式分解,允许应用程序的逆在$\mathcal O(n)$时间,其中$n$是表面上的未知数的数量。因子分解本身也与系统大小成线性关系,尽管有一个更大的常数。该方案是建立在一个水平限制的自适应八叉树数据结构,因此,它是高度非均匀离散化兼容。此外,该计划是与高阶精度的局部校正Nyström积分方法集成的奇异和弱奇异格林函数中使用的整表示。我们的方法有直接的应用程序在计算物理中的各种问题。我们在这里集中研究其性能在低到中等频率的声散射(由亥姆霍兹方程),并提供严格的理由通过代理表面的子矩阵压缩。
2023-01-12 cs.NA math.NA physics.comp-ph
Illustration of iterative linear solver behavior on simple 1D and 2D problems
INRIA(法国国家信息与自动化研究所);Université de Lorraine(洛林大学)
研究经典线性求解器在1D和2D网格上求解平方梯度和平方拉普拉斯能量问题的行为,通过不同迭代方法分析求解过程。
2015-10-05 cs.NA math.NA
Suboptimality bounds for trace-bounded SDPs enable a faster and scalable low-rank SDP solver SDPLR+
Purdue University(普渡大学)
本文利用迹有界半定规划的最优性界改进Burer-Monteiro的低秩SDP求解器SDPLR,提出SDPLR+,通过动态调整秩并跟踪原始不可行性和最优性,实现更快的求解和更好的可扩展性。
2026-06-01 cs.LG cs.NA math.NA
Adaptive Algebraic Reuse of Reordering in Cholesky Factorization with Dynamic Sparsity Pattern
针对动态稀疏模式下Cholesky求解器符号重排序开销大的问题,提出Parth方法,通过层次图分解自适应局部更新排序向量,在IPC和重新网格化基准上实现最高255倍排序加速和5.89倍整体求解加速。
2025-07-03 cs.GR cs.NA math.NA
SF-GRASS: Solver-Free Graph Spectral Sparsification
Stevens Institute of Technology(史蒂文斯理工学院);Michigan Technological University(密歇根理工大学)
最近的谱图稀疏化技术在加速许多数值和图形算法方面表现出了良好的性能,例如用于求解大型稀疏矩阵的迭代法,无向图的谱划分,电力/热网格的无向量验证,大型图的表示学习等。然而,先前的谱图稀疏化方法依赖于快速拉普拉斯矩阵求解器,这些求解器通常在实践中具有挑战性。这项工作,第一次,介绍了一种无求解器的方法(SF-GRASS)的频谱图稀疏化,利用新兴的频谱图粗化和图形信号处理(GSP)技术。我们引入了一个局部谱嵌入方案,用于有效地识别谱临界边缘,这些边缘是保持图谱特性的关键,例如前几个拉普拉斯特征值和特征向量。由于SF-GRASS中的关键核函数可以使用稀疏矩阵向量乘法(SpMV)有效地实现,因此所提出的谱方法易于实现并且具有固有的并行友好性。我们广泛的实验结果表明,所提出的方法可以产生一个层次的高品质的光谱稀疏在近线性时间的各种现实世界中,大规模的图形和电路网络相比,与现有的国家的最先进的谱方法。
2020-08-17 cs.DS cs.LG cs.NA
Semi matrix-free twogrid shifted Laplacian preconditioner for the Helmholtz equation with near optimal shifts
由于它在波动现象方面的重要性,人们在亥姆霍兹方程的预处理器的设计上投入了相当大的努力。导出预条件子的一个选择是在移位算子上应用多重网格方法。在这样的方法中,波数被移动某个虚值。这一步的动机是观察到,移动的问题可以更有效地处理迭代求解器相比,标准的亥姆霍兹方程。然而,到目前为止,换档参数选择的最佳策略是什么还不明显。众所周知,一个好的位移参数敏感地依赖于波数和离散参数,如阶数和网格尺寸。因此,我们研究了选择一个接近最佳的复杂的移位,使FGMRES求解器收敛较少的迭代。我们的目标是提供一个地图,根据波数和网格大小返回预处理器的接近最优的位移。为了计算这个地图,我们考虑了一种数据驱动的方法:我们首先生成许多样本,然后在第二步中,我们对这些数据进行非线性回归。利用该代表性映射,可以通过简单的评估获得接近最佳的移位。我们的预条件是基于一个twogrid的V-循环应用到移位的问题,使我们能够实现半矩阵的方法。我们的预处理FGMRES求解器的性能说明了在两个和三个空间维度的非均匀波数的几个基准问题。
2021-04-03 cs.CE cs.NA math.NA
Towards Matrix-Free Patch Smoothers for the Stokes Problem: Evaluating Local p-Multigrid Solvers
Interdisciplinary Center for Scientific Computing, Heidelberg University(海德堡大学跨学科计算科学中心)
本文提出了一种无矩阵兼容的局部p多重网格求解器,用于评估斯托克斯问题的局部补丁求解方法,展示了Braess-Sarazin方法在变形网格和大粘性跃变下的鲁棒性。
2026-01-19 cs.NA math.NA
A Direct Elliptic Solver Based on Hierarchically Low-rank Schur Complements
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
本文提出一种并行快速直接求解器,针对可压缩块三对角线性系统,通过循环缩减与分层矩阵运算的协同,实现O(N log²N)的计算复杂度和O(N logN)的内存占用,验证了其在Hierarchical Matrices基础上的性能与适用性。
2016-04-03 cs.NA math.NA
A practical factorization of a Schur complement for PDE-constrained Distributed Optimal Control
Stanford University(斯坦福大学)
本文提出了一种新的Schur补因子分解方法,用于求解由线性椭圆偏微分方程约束的分布式最优控制问题,通过并行线性域分解求解器FETI-DPH解决子问题,展示了该方法在数值稳定性和并行扩展性方面的优势。
2013-12-19 cs.NA math.NA