Lanczos with compression for symmetric eigenvalue problems
EPFL(洛桑联邦理工学院)
本文提出了一种基于有理逼近的Lanczos压缩方法,用于高效求解对称本征值问题,相较于传统方法在矩阵向量乘积效率上表现更优。
2026-08-20 cs.NA math.NA
On the shift-invert Lanczos method for the buckling eigenvalue problem
考虑屈曲本征值问题$Kx = λK_Gx$的特征对提取问题,其中$K$是对称半正定的,$K_G$是对称不定的,束$K - λK_G$是奇异的,即$K$和$K_G$共享一个非平凡的公共零空间.此外,在实际结构的屈曲分析中,$K$的零空间以及$K$和$K_G$的公共零空间的基础是可用的。开发工业强度平移-反演Lanczos方法存在两个未决问题:(1)移位-反转算子$(K - σK_G)^{-1}$不存在或者是极端病态的,以及(2)由$K$引起的半内积的使用将Lanczos向量快速地驱动到$K$的零空间,这导致Lanczos向量在范数上的快速增长,并导致信息的永久信息的损失和方法的失败。在本文中,我们解决这两个问题,提出了广义屈曲谱变换的奇异束$K - λK_G$和正则化的内积通过低秩更新的半正定性的$K$。我们的方法的有效性证明了数值例子,包括一个工业屈曲分析。
2019-10-18 cs.NA math.NA
Cucheb: A GPU implementation of the filtered Lanczos procedure
本文提出Cucheb,一种用于求解大型稀疏对称特征值问题的过滤Lanczos过程的GPU实现,通过多项式谱变换加速收敛,相比CPU实现计算时间减少10倍以上。
2024-09-23 cs.DC cs.NA math.NA
A thick-restart Lanczos type method for Hermitian $J$-symmetric eigenvalue problems
针对Hermitian $J$ -对称矩阵提出了一种厚重启动Lanczos型算法.由于Hermitian $J$ -对称矩阵具有双重退化谱或双重重特征值,且退化特征向量之间具有简单的关系,我们可以通过将Krylov子空间的搜索空间限制在由每对退化特征向量对中的一个构成的搜索空间来改善Lanczos算法的收敛性.我们表明,Lanczos迭代是兼容的$J$ -对称性,使子空间可以分为两个子空间是相互正交的。该算法在两个子空间中的一个子空间中搜索特征向量,而不需要重数。与它们配对的其他特征向量可以通过$J$ -对称性的简单关系容易地重构。我们测试我们的算法随机生成的小密集矩阵和稀疏的大矩阵源自量子场论。
2020-09-11 cs.NA hep-lat math.NA
TRPL+K: Thick-Restart Preconditioned Lanczos+K Method for Large Symmetric Eigenvalue Problems
Lanczos方法是计算大型稀疏对称矩阵的几个特征对的标准方法之一。它通常与重新启动一起使用,以避免内存和计算需求的无限增长。厚重启Lanczos是一个流行的重新启动的变种,因为它的简单性和数值鲁棒性。然而,高度聚集的特征值的收敛速度可能会很慢,因此需要更有效的重新启动技术和预处理的使用。在本文中,我们提出了一个厚重启预处理Lanczos方法,TRPL+K,结合了局部最优重启(+K)和预处理技术的权力与厚重启Lanczos方法的效率。TRPL+K采用内外方案,其中内部循环在预处理算子上应用Lanczos,而外部循环用来自先前重新开始循环的某些向量来增加所得到的Lanczos子空间,以获得特征向量近似,从而厚重新开始外部子空间。我们首先确定了文献中各种相关方法的差异。然后,基于优化的角度来看,我们证明了一个简化的TRPL+K方法相比,一个unrestarted全局最优方法的渐近全局拟最优性。最后,我们提出了大量的实验表明,TRPL+K无论是优于或匹配其他国家的最先进的特征方法在矩阵向量乘法和计算时间。
2018-07-16 cs.MS cs.NA math.NA
Momentum accelerated power iterations and the restarted Lanczos method
University of Florida(佛罗里达大学);Oregon State University(俄勒冈州立大学)
本文比较了重启Lanczos方法与动量加速幂迭代法在寻找极值本征值方面的收敛特性,并提出了一种基于动量加速幂迭代法的预处理技术以提升重启Lanczos方法的效率。
2026-03-01 cs.NA math.NA
A comparison of eigenvalue-based algorithms and the generalized Lanczos trust-region algorithm for Solving the trust-region subproblem
求解置信域子问题(TRS)在数值优化和许多其他应用中起着关键作用。基于一个基本的结果,解决TRS的大小$n$是数学上等价于找到一个特定的矩阵对大小$2n$的最右边的特征对,基于特征值的方法是有前途的,由于它们的简单性。对于$n$大的,隐式重新启动Arnoldi(IRA)和改进Arnoldi(IRRA)算法非常适合这个特征值问题。为了合理地比较直接求解TRS的算法和基于特征值的算法的整体效率,一个重要的前提是这两种算法必须以(几乎)相同的精度计算TRS的近似解,但文献中忽略了这个前提。为此,我们建立了两类残差范数之间的密切关系,从而在给定IRA和IRRA的停止容限的情况下,我们能够确定GLTR应该使用的可靠的停止容限,以确保GLTR和IRA,IRRA以相似的精度提供收敛的近似解。我们还对直接求解TRS的广义Lanczos置信域(GLTR)算法、等价特征值问题的Arnoldi方法和精化Arnoldi方法在剩余范数上的收敛性进行了分析。数值实验表明,IRA和IRRA与GLTR相比是有竞争力的,而IRRA优于IRA。
2021-02-19 cs.NA math.NA
A structural bound for cluster robustness of randomized small-block Lanczos
EPF Lausanne(洛桑联邦理工学院)
针对Lanczos方法计算簇特征值时鲁棒性不足的问题,提出随机小块Lanczos方法,并利用矩阵多项式工具推导其簇鲁棒性的结构界。
2026-05-30 cs.NA math.NA
Bootstrapped Block Lanczos for large-dimension eigenvalue problems
本文提出自举块Lanczos方法,利用截断空间中的近似特征向量构造初始枢轴块,大幅减少矩阵乘法次数,在核结构组态相互作用计算中实现最高十倍加速。
2022-10-27 cs.NA math.NA nucl-th
A generalized skew-symmetric Lanczos bidiagonalization method for computing several extreme eigenpairs of a large skew-symmetric/symmetric positive definite matrix pair
Soochow University(苏州大学)
本文提出了一种通用的反对称Lanczos双对角化方法,用于计算大矩阵对(A,B)的多个极值特征对,其中A为反对称矩阵,B为对称正定矩阵。通过分析该方法的收敛性并提出部分重新正交化策略,提升了计算效率和精度。
2024-08-26 cs.NA math.NA
Fast computation of spectral densities for generalized eigenvalue problems
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本文提出两种方法高效估计Hermitian矩阵 pencil (A,B) 的谱密度,通过Chebyshev多项式逼近技术避免直接分解,证明Lanczos方法收敛速度是KPM的两倍,并展示如何利用谱密度分割谱区间。
2017-06-20 cs.NA math.NA
Inexact subspace projection methods for low-rank tensor eigenvalue problems
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Virginia Tech(弗吉尼亚理工大学)
本文提出不精确子空间迭代方法求解低秩张量特征值问题,通过低秩压缩处理高维向量,相比不精确Lanczos方法对秩截断误差更鲁棒,且不要求矩阵为Hermitian,适用于DMRG停滞的问题。
2025-10-15 cs.NA math.NA
A Novel Skew-Hamiltonian Isotropic Lanczos Algorithm for Spectral Conformal Parameterizations
针对谱共形参数化中的广义特征值问题,提出一种基于斜哈密顿各向同性Lanczos算法的高效特征求解器,通过压缩消去技术消除核影响并避免重特征值干扰。
2013-10-24 cs.NA math.DG math.NA
Extending the eigCG algorithm to nonsymmetric Lanczos for linear systems with multiple right-hand sides
该技术是用来建立稀疏对称线性系统的EigCG算法扩展到非对称的情况下使用的BiCG算法。我们表明,类似于对称的情况下,我们可以建立一个算法,能够计算几个最小幅度的特征值和它们相应的左,右特征向量的非对称矩阵使用只有一个小窗口的BiCG残差,同时解决线性系统与该矩阵。对于多个右手边的系统,我们给出了一个算法,该算法在求解前几个系统的同时计算出更多的特征值,然后使用计算出的特征向量来压缩剩余系统的BiCGStab。我们的实验上的各种测试问题,包括格点量子色动力学,显示出显着的能力EigBiCG计算谱近似的准确性相媲美的unrestarted,非对称Lanczos。此外,我们的增量EigBiCG,然后适当地重新启动和放气BiCGStab为具有多个右侧的系统提供了一种有竞争力的方法。
2013-02-17 cs.NA hep-lat math.NA
Thick-restarted joint Lanczos bidiagonalization for the GSVD
针对大规模矩阵对的GSVD计算,提出厚重启联合Lanczos双对角化方法,通过数值实验验证其有效性,并与等效特征值问题方案在精度和性能上进行比较,基于SLEPc库并行实现。
2023-05-12 cs.MS cs.NA math.NA
Solution of the $k$-th eigenvalue problem in large-scale electronic structure calculations
Graduate School of Engineering, Nagoya University(名古屋大学工学研究科);Department of Applied Mathematics and Physics, Tottori University(鸟取大学应用数学与物理系)
本文提出一种三阶段算法,用于计算大规模稀疏矩阵的第k个本征对,并验证其索引。算法结合Lanczos方法、谱二分法和改进的移位-反演Lanczos方法,适用于电子结构计算中的材料特性分析。
2018-06-05 cs.NA math.NA
Linear Constrained Rayleigh Quotient Optimization: Theory and Algorithms
我们考虑以下约束瑞利商最优化问题(CRQopt)$$ \min_{x\in \mathbb{R}^n} x^{T}Ax\,\,\mbox{subject to}\,\, x^{T}x=1\,\mbox{and}\,C^{T}x=b, $$,其中$A$是$n\times n$实对称矩阵,$C$是$n\times m$实矩阵.通常是$m\ll n$。该问题也被称为约束本征值问题在文献中,因为它成为一个本征值问题如果线性约束$C^{T}x=b$删除。首先,我们等价地将CRQopt转换成一个最优化问题,称为LGopt,最小化CRQopt的拉格朗日乘子,然后一个问题,称为QEPmin,找到一个二次本征值问题的最小本征值。虽然这样的等价性已在文献中讨论,这似乎是第一次,这些等价性是严格合理的。然后,我们建议数值求解LGopt和QEPmin的Krylov子空间投影方法通过Lanczos过程。Lanczos方法的基本思想是,首先将LGopt和QEPmin投影到Krylov子空间上,以产生相同类型但尺寸小得多的问题,然后通过一些直接方法解决简化的问题,这些方法可以是长期方程求解器(在LGopt的情况下)或特征值求解器(在QEPmin的情况下)。这个算法被称为Lanczos算法。我们对所提出的方法进行了收敛性分析,并得到了误差界。人工的例子证明了误差界的尖锐性,虽然在应用中,该方法往往收敛得比界限建议…
2019-11-07 cs.LG cs.NA math.NA
A skew-symmetric Lanczos bidiagonalization method for computing several largest eigenpairs of a large skew-symmetric matrix
针对大型实斜对称矩阵极端特征对计算问题,提出基于谱分解与结构化SVD等价性的SSLBD方法,证明半正交/半双正交性的计算有效性,开发带部分重正交化的隐式重启算法,实验验证其有效性与效率。
2022-12-15 cs.NA math.NA
On Large Scale Diagonalization Techniques for the Anderson Model of Localization
针对安德森局域化模型中的大规模稀疏实对称不定矩阵特征值问题,提出基于最大加权匹配和代数多层不完全LDL^T分解的预处理算法,显著加速了内部特征值的计算。
2005-08-05 cs.NA math.NA
Estimation of spectral gaps for sparse symmetric matrices
本文提出一种结合 Hutchinson 随机迹估计与 Lanczos 算法的稀疏对称矩阵谱间隙识别方法,通过误差界确定所需样本与迭代次数,并证明单样本向量策略最优,实验验证其高效可靠。
2025-09-08 cs.NA math.NA
Krylov and core transformation algorithms for an inverse eigenvalue problem to compute recurrences of multiple orthogonal polynomials
KU Leuven(荷语鲁汶大学)
本文提出两种算法用于计算多重正交多项式递推系数,基于Krylov子空间和高斯消元,并通过实验验证其准确性和稳定性。
2026-03-04 cs.NA math.NA
Tensor regularization by truncated iteration: a comparison of some solution methods for large-scale linear discrete ill-posed problem with a t-product
本文描述并比较了用t-积求解线性离散不适定问题的几种保结构技术。提出了一种新的带t-乘积的随机张量奇异值分解(R-tSVD),用于低秩张量逼近.研究了线性反问题的截断张量特征值分解(T-tEVD)、截断tSVD(T-tSVD)、随机T-tSVD(RT-tSVD)、t-product Golub-Kahan双对角化(tGKB)和t-product Lanczos(t-Lanczos)过程的正则化.描述了一种基于重用tGKB过程生成的张量Krylov子空间的求解方法。正则化参数是每种方法所需的迭代次数。差异原理被用来确定这个参数。截断迭代的基础上的解决方案的方法进行了比较,结合吉洪诺夫正则化与tGKB和t-Lanczos过程的解决方案的方法。计算实例说明了这些方法的性能时,适用于图像和灰度视频转换。我们的新的RT-tSVD方法被认为是需要更少的CPU时间,并产生更高的质量比T-tSVD方法的简化。
2021-10-15 cs.NA math.NA
Lanczos Method for QRPA Strength Functions in Atomic Nuclei
Computational Research Division, Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室计算研究部);Department of Physics and Astronomy, University of North Carolina(北卡罗来纳大学物理与天文学系)
提出对称Lanczos方法计算原子核电荷改变QRPA强度函数,通过有限振幅法推导谱表示和简化特征值问题,实现单次Krylov运行获得宽能量区间强度函数,数值测试表明比逐频GMRES更高效。
2026-07-02 cs.NA math-ph math.MP
Angle-free cluster robust Ritz value bounds for restarted block eigensolvers
求解本征值问题的块迭代的收敛速度通常度量Ritz值逼近本征值的误差。Ritz值的误差通常是有界的初始或迭代子空间和与目标特征值相关联的不变子空间之间的主要角度。这样的边界因此不能重复应用于重新启动的块特征值求解器,因为边界的左侧和右侧使用不同的术语。它们必须与可能导致高估的额外界限相结合。另一种可重复的边界是角度自由的,只取决于误差的里兹值已率先为埃尔米特本征值问题在doi:10.1515/rnam.1987.2.5.371,但只有一个极端的里兹值。我们将这一结果扩展到所有Ritz值,并利用非连续特征值实现聚类特征值的鲁棒性。我们的新的边界覆盖重新启动块Lanczos方法和它的修改与移位和反转和紧缩,数值上是有利的。
2022-11-02 cs.NA math.NA
New numerical algorithm for deflation of infinite and zero eigenvalues and full solution of quadratic eigenvalue problems
Department of Mathematics, Faculty of Science, University of Zagreb(萨格勒布大学理学院数学系)
本文提出了一种新的算法,用于计算二次矩阵 pencil 的所有特征值和特征向量,改进了 Hammarling、Munro 和 Tisseur 的 quadeig 算法,通过消去零和无穷特征值来提高数值稳定性,并通过上三角化的 Kronecker 标准型进一步增强算法性能。
2019-04-10 cs.NA math.NA
Spectral Transformation for the Dense Symmetric Semidefinite Generalized Eigenvalue Problem
本文针对稠密对称半定广义特征值问题,提出谱变换方法,通过约束移位条件,保证计算的特征值接近真实值,并给出误差界和相对残差分析,实现可靠求解。
2024-11-05 cs.NA math.NA
A structure preserving shift-invert infinite Arnoldi algorithm for a class of delay eigenvalue problems with Hamiltonian symmetry
在这项工作中,我们考虑一类延迟本征值问题,承认频谱类似的哈密顿矩阵,在这个意义上说,频谱是对称的实轴和虚轴。更确切地说,我们提出了一种方法来迭代近似的特征值,这样的延迟本征值问题最接近一个给定的纯实或虚的移位,同时保持对称性的频谱。为此,所提出的方法利用考虑延迟本征值问题和本征值问题与线性,但无限维运营商之间的等价性。为了计算最接近给定移位的本征值,我们对该线性算子应用专门选择的移位-反转变换,并使用(无限)Arnoldi过程计算具有新移位和反转算子的最大模的本征值。所选择的移位-反转变换的优点在于变换后的算子的谱具有“实斜哈密顿”类结构。进一步证明了利用该算子构造的Krylov空间满足关于特定双线性型的正交性。通过在正交化过程中考虑该性质,确保了即使在存在舍入误差的情况下,简单的、纯虚的本征值是简单的和纯虚的。因此,所提出的工作可以被看作是[V. Mehrmann和D. Watkins,“Structure-Preserving Methods for Computing Eigenpairs of Large Sparse Skew-Hamiltonian/Hamiltonian Pencils”,SIAM J. Sci. Comput.(22.6),2001],应用于所考虑的时滞本征值问题。虽然所提出的方法最初是在函数空间上定义的,但它可以使用有限维线性代数运算来实现。
2022-07-14 cs.NA math.NA
The waveguide eigenvalue problem and the tensor infinite Arnoldi method
KTH Royal Institute of Technology(皇家理工学院);SeRC swedish e-science research center(瑞典电子科学研究中心)
本文提出解决大规模非线性本征值问题的新方法,介绍张量无限Arnoldi方法用于波导本征值问题,并分析其复杂度。
2015-03-20 cs.NA math.NA
Computing a partial Schur factorization of nonlinear eigenvalue problems using the infinite Arnoldi method
提出一种基于无限Arnoldi方法的技术,通过将非线性特征值问题转化为无限维线性算子并利用结构保持的隐式重启,计算其部分Schur分解,显著降低计算时间和内存消耗。
2012-02-15 cs.NA math.NA
Solving a Class of Infinite-Dimensional Tensor Eigenvalue Problems by Translational Invariant Tensor Ring Approximations
针对具有平移不变结构的无穷维张量特征值问题,提出用平移不变无穷张量环紧凑表示特征向量,结合低秩近似的幂法求解,通过投影残差监测收敛并自动调整时间步长,实现高效准确收敛。
2023-10-02 cs.NA math.NA
Matrix methods for radial Schrödinger eigenproblems defined on a semi-infinite domain
Università di Pisa(比萨大学);Vienna University of Technology(维也纳工业大学)
本文研究了半无限区间上一维径向Schrödinger方程特征值的数值近似方法,通过变量变换将问题转化为有限域问题,然后利用高阶有限差分方案的矩阵方法将微分算子的特征值问题近似为广义代数特征值问题,数值实验验证了该方法的有效性。
2013-12-09 cs.NA math.NA
A simple method of calculating eigenvalues and resonances in domains with infinite regular ends
提出一种避免对谱参数进行多次试值求解边值问题的新方法,用于计算具有规则端的无限域上的特征值和共振,并与Aslanyan等人的结果进行了比较。
2008-08-20 cs.NA math.NA math.SP
Bounding the spectral gap for an elliptic eigenvalue problem with uniformly bounded stochastic coefficients
针对系数依赖无穷多随机参数的椭圆特征值问题,本文在简化设定下证明:在系数满足一定衰减假设时,其谱隙可在整个无穷维参数空间上一致地被界定远离0,为稳健误差分析提供关键保证。
2019-01-29 cs.NA math.AP math.NA
Avoiding discretization issues for nonlinear eigenvalue problems
针对非线性特征值问题离散化易引入伪特征值、遗漏谱及病态性的问题,提出一种无离散化的稳定收敛的全纯无穷维问题求解器,还给出带显式误差控制的伪谱计算算法,并以MATLAB软件包infNEP公开相关内容。
2023-05-02 cs.NA cs.SY eess.SY