Tight Cell-Probe Bounds for Online Integer Multiplication and Convolution
我们展示了字长为w的细胞探针模型中的在线整数乘法和卷积的紧界。对于乘法问题,在步骤i,给出一对数字作为输入,每对数字来自要相乘的两个n位数中的一个。在线算法从步骤i+1之前的数字的乘积输出单个新数字。对于这个问题,我们给出了一个Theta((d/w)*log n)的平均值,其中2^d是一个数字的最大值。在卷积问题中,我们给定一个长度为n的固定向量V,我们考虑一个数字每次到达一个的流。我们输出V和由流的最后n个数字组成的向量的内积。我们展示了一个Theta((d/w)*log n),它约束流中每个新数字所需的探测器数量。所有呈列的界限在随机化及摊销下保持不变。乘法和卷积是算法研究中的核心问题,也是实际应用范围最广的问题。
2012-02-23 cs.CC cs.DS
On Matrix Multiplication and Polynomial Identity Testing
本研究揭示矩阵乘法边界秩下界可用于代数电路多项式恒等式测试的去随机化,构造了相应的命中集生成器并给出其种子长度与电路规模的量化关系,拓展了相关算法设计思路。
2022-08-01 cs.CC
Lower Bound of 22 for 3x3 Matrix Multiplication over the Integers
Polytechnique Montréal(蒙特利尔高等商学院);Carnegie Mellon University(卡内基梅隆大学)
本文证明整数上任何3x3递归矩阵乘法算法至少需22次乘法,排除优于Strassen算法的可能,基于Wang的分解方法在Lean中形式化验证。
2026-10-02 cs.CC
Group-Theoretic Partial Matrix Multiplication
最近的群论矩阵乘法算法的模拟部分矩阵乘法理论的推广。我们表明,这种方法增加的灵活性,在某些情况下,可以提高上界的指数矩阵乘法群论全矩阵乘法。我们的部分矩阵乘法算法背后的群论导致的问题,最大化的数量表示的“丰满”的一个给定的部分矩阵模式。这个问题被证明是NP-困难的,并给出了两个算法,一个最优的和另一个非最优的,但多项式时间,解决它。
2009-02-13 cs.CC cs.SC
The complexity of matrix multiplication: developments since 2014. Extended abstract of 2018 Oberwolfach Complexity meeting plenary lecture
这是一个关于矩阵乘法复杂性的最新发展的概述,重点是代数几何和表示论在复杂性理论中的应用。
2018-11-28 cs.CC math.AG
Near Quadratic Matrix Multiplication Modulo Composites
我们展示了如何使用非素数幂,复合模计算表示的产品的两个$n\times n$矩阵只使用$n^{2+o(1)}$乘法。
2003-02-04 cs.CC cs.DM
A $2n^2-log(n)-1$ lower bound for the border rank of matrix multiplication
设M_n表示n × n矩阵的矩阵乘法张量。利用边界替换法结合Koszul证明了M_n的边界秩下界为2n^2-log(n)-1。
2016-08-26 cs.CC math.AG
Plethysm and fast matrix multiplication
受对称矩阵乘法的启发,我们研究了李群$SL_n$的伴随表示$\mathfrak{sl}_n$的体积模$S^k(\mathfrak{sl}_n)$.特别是,我们描述了分解成不可约组件的$k=3$,并找到所有不可约组件的最高权向量。关系到快速矩阵乘法,特别是Coppersmith-Winograd张量。
2018-04-09 cs.CC math.RT
The geometry of rank decompositions of matrix multiplication I: 2x2 matrices
这是第一次在一系列文件的秩分解的矩阵乘法张量。在本文中,我们:建立了张量秩分解的一般事实,描述了寻找新的矩阵乘法分解的可能方法,给出了建立Strassen算法对称群的Burichenko定理的几何证明,并给出了Strassen分解族中两个特别好的子族。
2016-10-25 cs.CC math.AG
Strassen $2\times2$ Matrix Multiplication from a 3-dimensional Volume Form
AMD(超威半导体)
斯特拉森提出基于三维体积形式的2×2矩阵乘法算法,通过商空间结构实现高效计算。
2026-01-02 cs.CC cs.DS
Inner Rank and Lower Bounds for Matrix Multiplication
我们开发了一个概念{ \em内秩}作为一种工具,获得下界矩阵乘法张量的秩。我们用它来给出一个简短的证明,即在任意域上与$n\times n$矩阵乘法相关的张量的边界秩(因此秩)至少是$2n^2-n+1$。虽然内部排名并不能改善目前已知的下限,但我们认为这个概念值得进一步研究。
2019-05-13 cs.CC cs.DS
Matrix Multiplication and Number On the Forehead Communication
三玩家额头上的数字通信可以被认为是三玩家手中的数字承诺模型,其中每个玩家被给予推测在其他两个玩家头上的输入,并且承诺它们与其他玩家的输入一致。在这个promise下所有允许输入的集合可以被认为是一个3阶张量。我们惊讶地观察到,这个张量正是矩阵乘法张量,这是广泛研究的快速矩阵乘法算法的设计。使用这种连接,我们证明了一些结果都在额头上的通信和矩阵乘法,每个使用已知的结果或技术。例如,我们展示了如何激光方法,用于设计最好的矩阵乘法算法的关键技术,也可以用来设计各种问题的通信协议。我们还展示了如何已知的下界额头上的通信可以用来绑定属性的矩阵乘法张量,如其零出子秩。最后,我们大大推广已知的方法的基础上切片秩研究通信,并显示它们如何直接关系到矩阵乘法指数$ω$。
2023-02-22 cs.CC cs.DM
Equivalent Polyadic Decompositions of Matrix Multiplication Tensors
矩阵乘法张量的多进分解的不变性变换定义了这种分解的集合上的等价关系。本文给出了一个判定矩阵乘张量的两个多元分解是否等价的算法。利用该算法分析了几种矩阵乘法张量分解的等价类。这种分析是相关的快速矩阵乘法的研究,因为它涉及到有多少本质上不同的快速矩阵乘法算法存在的问题。这个问题首先由de~Groote研究,他证明了对于$2\times2$矩阵与$7$有效乘法的乘法,所有算法本质上都等价于Strassen算法。相反,我们的分析结果表明,对于较大矩阵的乘法,(例如,$2\times3$乘$3\times2$或$3\times3$乘$3\times3$矩阵),两种分解很可能本质上不同。我们进一步提供了一个必要的标准,一个多元分解是等价的多元分解与整数条目。具有特定整数项的分解,例如,2的幂,提供了具有更好的效率和稳定性的快速矩阵乘法算法。这个条件可以测试算法,我们提出的结论得到的分解的小/中矩阵乘法张量。
2022-04-14 cs.CC cs.NA math.NA
Geometric Aspects of Iterated Matrix Multiplication
本文研究了迭代矩阵乘多项式及其定义的超曲面的几何性质。我们专注于几何方面,可能是相关的复杂性理论,如对称群的多项式,对偶品种和雅可比轨迹的超曲面,计算与援助的表示论的箭。
2016-05-19 cs.CC math.AG
On the geometry of border rank algorithms for matrix multiplication and other tensors with symmetry
我们建立了矩阵乘法张量和其他具有对称性的张量的边界秩算法的基本信息。我们证明了边界秩算法的对称张量(如矩阵乘法和行列式多项式)来在家庭,包括代表与正常形式。这些范式将有助于开发新的有效算法,并证明较低的复杂性界限。我们推导出一个边界秩版本的替代方法用于证明张量秩的下界。我们使用这种边界替换方法和标准形将矩阵乘法的边界秩的下界提高1,达到2n^2- n+1。我们还指出了困难,这将是巨大的障碍,因为“野生”结构的希尔伯特计划点的张量的复杂性较低的界限,未来的进展。
2016-01-29 cs.CC math.AG
Integer multiplication is at least as hard as matrix transposition
本文在多带图灵机模型下,将矩阵转置问题归约为整数乘法问题,证明若转置 $n\times n$ 二进制矩阵需 $\Omega(n^2\log n)$ 步,则 $n$ 位整数相乘需 $\Omega(n\log n)$ 步,表明两者难度相当。
2025-03-28 cs.CC cs.SC
The border support rank of two-by-two matrix multiplication is seven
我们证明了对应于2 × 2矩阵乘法的张量的边界支撑秩在复数上为7。我们通过构造两个多项式来实现这一点,这两个多项式在所有格式为4 × 4 × 4且边界秩最多为6的复张量上为零,但不会在任何具有与2 × 2矩阵乘法张量相同支持的张量上同时为零。这扩展了Hauenstein,Ikenmeyer和Landsberg的工作。我们还给出了两个证明,2 × 2矩阵乘法张量的支持秩是7在任何域上:一个证明使用的结果De Groote说,这个张量的分解是唯一的直到dumping,另一个证明通过替代方法。这些结果回答了Cohn和Umans提出的一个问题。研究矩阵乘法张量的边界支持秩与矩阵乘法算法的设计有关,因为通过Cohn和Umans的构造,矩阵乘法张量的边界支持秩的上界导致矩阵乘法的计算复杂性的上界.此外,支持秩在量子通信复杂性中也有应用。
2017-05-26 cs.CC math.RT quant-ph
Barriers for rectangular matrix multiplication
本文针对矩形矩阵乘法,证明现有构造最快算法的方法无法达到复杂度 $n^{p+1}$,并给出精确数值障碍,其中对偶指数 $α$ 的下界不能超过 0.6218。
2025-11-07 cs.CC math.AC
Asymptotic tensor rank of graph tensors: beyond matrix multiplication
我们提出了一个上界的指数的渐近行为的张量秩的张量族定义的完全图上$k$顶点。对于$k\geq4$,我们表明,每边的指数是最多0.77,优于最好的已知的上界上的指数每边矩阵乘法($k=3$),这是大约0.79。我们提出的问题是否为一些$k$的指数每边可以低于$2/3$,即可以优于矩阵乘法,即使矩阵乘法指数等于2。为了得到我们的结果,我们推广到高阶张量的结果由Strassen的渐近子秩紧张量和结果由Coppermith和Winograd的渐近矩阵的秩乘法。我们的结果在纠缠理论和通信复杂性方面有应用。
2019-09-10 cs.CC math.CO quant-ph
New lower bounds for the border rank of matrix multiplication
n × n矩阵的矩阵乘法算子的边界秩是其复杂性的标准度量。利用代数几何和表示论的技巧,我们证明了边界秩至少为2n^2-n。我们的界优于之前的下界(由于Lickteig在1985年)3/2 n^2+ n/2 - 1,对所有n>2。通过寻找小边界秩的双线性映射必须满足的新方程,即,新方程的割线品种的三重Segre产品,矩阵乘法无法满足。
2013-06-02 cs.CC math.AG
Improved Rectangular Matrix Multiplication using Powers of the Coppersmith-Winograd Tensor
在过去的几年里,通过开发新的方法来分析Coppersmith-Winograd张量的幂,连续改进了方阵乘法的渐近复杂性,这是三十年前引入的基本构造。在本文中,我们将展示如何推广这种方法,使矩形矩阵乘法的复杂性取得进展,以及通过开发一个框架,以非对称的方式分析张量的权力。通过将这种方法应用于Coppersmith-Winograd张量的四次幂,我们成功地提高了矩形矩阵乘法的复杂性。令$α$表示最大值,使得对于任何$ε>0$,可以用$O(n^{2+ε})$算术运算来计算$n\times n^α$矩阵与$n^α\times n$矩阵的乘积。通过分析Coppersmith-Winograd张量的四次幂,我们得到了新的下界$α>0.31389$,改进了Le Gall(FOCS'12)五年前通过分析Coppersmith-Winograd张量的二次幂得到的下界$α>0.30298$.更一般地说,我们给出了更快的算法计算产品的$n\times n^k$矩阵的$n^k\times n$矩阵的任何值$k\neq 1$。(In在$k=1$的情况下,我们恢复了最近获得的方阵乘法的界)。这些改进立即导致改进的复杂性的许多基本问题的瓶颈是矩形矩阵乘法,如计算所有对最短路径有界权重的有向图。
2017-11-06 cs.CC cs.DS
Deterministic computation of the characteristic polynomial in the time of matrix multiplication
本文描述了一种计算域上矩阵的特征多项式的算法,其渐近复杂性与两个方阵相乘的算法相同,直到常数因子。在此之前,这只能通过诉诸泛型假设或随机化技术来实现,而最著名的一般确定性算法的复杂性界限是由Keller-Gehrig在1985年获得的,并且涉及对数因子。我们的算法计算更一般的一元多项式矩阵的行列式在减少的形式,并依赖于新的子程序转换成转移的弱波波夫矩阵,转移的弱波波夫矩阵到转移的波波夫矩阵。
2021-04-09 cs.CC cs.SC
Fast Commutative Matrix Algorithm
我们证明了交换环上的n × 3矩阵和3 × 3矩阵的乘积可以用6 n +3次乘法来计算。对于两个3x 3矩阵,这给了我们一个使用21次乘法的算法。这是相对于使用22次乘法的Makarov算法的改进[13]。本文将结果推广到n × 3和3 × 3矩阵,给出了一个计算交换环上1 × n矩阵与n × m矩阵乘积的算法,当m为奇数时,用n(lm+l+m-1)/2次乘法,当m为偶数时,用(n(lm+l+m-1)+l-1)/2次乘法. Waksman和Islam的奇数n算法需要(n-1)(lm+l+m-1)/2+lm次乘法[10,19],因此在这两种情况下,我们的算法需要较少的乘法。我们还给出了一个算法,即使n使用n(lm+l+m-1)/2乘法,而不使用除法,因为Waksman和伊斯兰的算法使用了一些除以2 [10,19]。此外,我们提出了一个新颖的矩阵乘法:在本文中,我们表明,一些具有特殊性质的非双线性算法可以用作递归算法。与双线性算法相比,对于小的n × n矩阵,比如n<20,我们得到了一些更好的结果。从这些非双线性算法,我们最终得到近似的非双线性算法。例如,我们得到了一个近似的非双线性算法的5x 5矩阵,只使用89乘法。如果有可能将该算法与双线性算法进行比较,我们将获得比Smirnov算法更好的结果[15]。
2020-07-27 cs.CC cs.DS
Symmetries of matrix multiplication algorithms. I
在这项工作中,矩阵的快速乘法算法被认为是。任何算法都有一定的自同构群。这些自同构群被发现的一些著名的算法,包括算法的Hopcroft,Laderman和潘。对于Hopcroft算法和Laderman算法,自同构群分别同构于$S_3\times Z_2$和$S_4$.算法的对称性研究对于寻找快速算法可能是一个富有成效的想法,通过与众所周知的代码,格和图的优化问题进行类比。{ \em Keywords}:Strassen算法,对称性,快速矩阵乘法。
2015-08-05 cs.CC cs.DS math.GR
Faster Rectangular Matrix Multiplication by Combination Loss Analysis
本文利用组合损失分析方法,结合Coppersmith-Winograd张量四次幂分析,改进了矩形矩阵乘法的指数上界。
2023-12-27 cs.CC cs.DS cs.SC
Reducing the Complexity of Matrix Multiplication by Quantum Computing
本文提出一种渐进最优的量子算法,将矩阵乘法复杂度降低到$O(N^2log_2N)$,在理论和实践中均优于经典方法。
2026-08-21 cs.CC cs.LG quant-ph
Powers of Tensors and Fast Matrix Multiplication
本文给出了一种分析三线性形式(一种特殊的代数结构,也称为张量)的幂的方法,并得到了矩阵乘法的渐近复杂性的上界。与现有方法相比,该方法基于凸优化,具有多项式时间复杂度。作为应用,我们用这种方法研究了Coppermith和Winograd [Journal of符号计算,1990]给出的结构的幂,得到了方阵乘法指数的上界$ω<2.3728639$,它改进了已知的上界.
2014-01-30 cs.CC cs.DS cs.SC
Faster Algorithms for Rectangular Matrix Multiplication
设α是最大值,使得n × n^α矩阵与n^α × n矩阵的乘积可以用n^{2+o(1)}次算术运算来计算。本文证明了α>0.30298,改进了Coppermith(Journal of Complexity,1997)的先前记录α>0.29462。更一般地,我们构造了一个新的算法,用于将n x n^k矩阵乘以n^k x n矩阵,对于任何值k \neq 1。该算法的复杂度优于所有已知的矩形矩阵乘法算法。在方矩阵乘法的情况下(即,对于k=1),我们精确地恢复了Coppermith和Winograd(Journal of符号计算,1990)的算法的复杂性。这些新的上界可以用来改善依赖于矩形矩阵乘法的几个已知算法的时间复杂度。例如,我们直接得到了小整数权值有向图上所有对最短路径问题的O(n^{2.5302})时间算法,改进了Zwick(JACM 2002)的O(n^{2.575})时间算法,同时也改进了稀疏方阵乘法的时间复杂度.
2012-04-09 cs.CC cs.DS cs.SC
Strong Scaling of Matrix Multiplication Algorithms and Memory-Independent Communication Lower Bounds
如果并行算法在P个处理机上的运行时间是1/P线性的,包括所有的通信开销,则该并行算法具有完美的强标度性。具有完美强标度的矩阵乘法的分布式内存并行算法最近才被发现。一种是基于经典矩阵乘法(Solomonik and Demmel,2011),另一种是基于Strassen的快速矩阵乘法(Ballard,Demmel,Holtz,Lipshitz,and Schwartz,2012)。这两种算法都可以完美地扩展,但只能扩展到处理器间通信不再扩展的处理器数量。我们得到了一个内存独立的通信成本的经典和基于Strassen的分布式存储矩阵乘法算法的下界。这些界限意味着,没有经典的或基于Strassen的并行矩阵乘法算法可以强大的规模完全超出上述两个并行算法已经达到的范围。记忆无关的边界和强缩放边界推广到其他算法。
2012-02-14 cs.CC cs.DC cs.DS
Geometry and the complexity of matrix multiplication
我们调查结果在代数复杂性理论,专注于矩阵乘法。我们的目标是(一)为了说明代数复杂性理论中的开放问题是如何自然地作为几何和表示论中的问题提出的,(ii.)激励研究人员研究这些问题,以及(iii.)指出与更一般的几何问题的关系。我们研究的关键几何对象是Segre簇的割线簇。我们解释这些品种也是有用的代数统计,系统发育不变量的研究,和量子计算。
2007-03-12 cs.CC math.AG math.RT
Skew-sparse matrix multiplication
基于$\mathbb{Q}^{(p-1) \times (p-1)}$同构于商斜多项式环的观察,提出了$\mathbb{Q}$上$(p-1)\times (p-1)$矩阵乘法的一种新方法,其中$p$是素数.我们的方法的主要特点是加速矩阵乘法,如果产品是斜稀疏。在此基础上,我们设计了一个确定性算法,其复杂度为$O(T^{ω-2} p^2)$,其中$T\le p-1$是由输入矩阵的斜稀疏性决定的参数,$ω$是矩阵乘法的渐近指数.此外,通过引入随机性,我们还提出了一个具有复杂度的概率算法$O^\thicksim(t^{ω-2}p^2+p^2\log\frac{1}ν)$,其中$t\le p-1$是乘积的偏稀疏性,$ν$是概率参数.
2022-05-13 cs.CC cs.NA cs.SC
A 51-Addition Alternative-Basis Kernel for Rank-23 $3\times3$ Matrix Multiplication
本文提出一种秩23的3×3矩阵乘法算法,在交替基下用51次加法,加上转换共56次,结合线性规划与稀疏基搜索,并给出机器可验证的证书。
2026-09-29 cs.CC cs.DS cs.SC
Communication-Optimal Parallel Algorithm for Strassen's Matrix Multiplication
并行矩阵乘法是分布式高性能计算中研究最多的基本问题之一。我们得到了一个新的并行算法,该算法是基于Strassen的快速矩阵乘法和最小化通信。该算法优于所有已知的并行矩阵乘法算法,经典的和基于Strassen的,无论是渐进的,并在实践中。并行化Strassen算法的一个关键瓶颈是处理器之间的通信。Ballard,Demmel,Holtz和Schwartz(SPAA'11)使用底层计算图的扩展特性证明了这些通信成本的下限。我们的算法匹配这些下限,因此是通信最优的。它在最大可能范围内表现出完美的强缩放性。基准测试我们的实现在Cray XT4上,我们获得了超过经典和基于Strassen的算法的加速比,范围从24%到184%,对于固定的矩阵维数n=94080,其中节点的数量范围从49到7203。我们的并行化方法推广到其他快速矩阵乘法算法。
2012-02-14 cs.CC cs.DC cs.DS
A 60-Addition, Rank-23 Scheme for Exact 3x3 Matrix Multiplication
本文提出一种无需改变基的 3x3 矩阵乘法方案,将加法代价从 61/62 次降至 60 次,秩为 23,达到新的最优水平。
2025-08-17 cs.CC cs.DS cs.NA
The Simultaneous Triple Product Property and Group-theoretic Results for the Exponent of Matrix Multiplication
该研究通过群论方法探讨矩阵乘法指数,利用同时三重乘积性质得到指数界,并展示特定群结构可使指数低于2.84甚至接近2.02。
2025-12-29 cs.CC cs.DS math.GR
Fast matrix multiplication is stable
本文对一类递归矩阵乘法算法进行前向误差分析,证明矩阵乘法指数可通过数值稳定算法实现,并表明群论算法也属于稳定算法。
2006-12-07 cs.CC cs.DS cs.NA
The moment polytope of matrix multiplication is not maximal
本文证明矩阵乘法张量的矩多胞形严格包含于克罗内克多胞形,即非极大,并推广至迭代情形,同时给出渐近限制下包含关系的不可行性结果,并利用新证明方法得到矩阵乘法最优边界子秩界。
2025-03-28 cs.CC math.AG math.RT
Graph Expansion Analysis for Communication Costs of Fast Rectangular Matrix Multiplication
University of California, Berkeley(加州大学伯克利分校);Technische Universität Berlin(柏林工业大学)
本文通过图扩展分析方法,为快速矩形矩阵乘法算法推导通信成本下界,并证明部分下界最优。
2012-09-11 cs.CC cs.DS cs.NA