A structure-aware construction of quantum BPX preconditioners for Q1 finite element discretizations of reaction-diffusion problems
School of Mathematics and Computational Science, Xiangtan University(湘潭大学数学与计算科学学院)
针对反应扩散问题的Q1有限元离散,提出结构感知的量子BPX预条件子构造,利用局部L2正交基表示状态,实现高效量子态制备,误差可控,查询复杂度仅多对数依赖于网格细化。
2026-10-07 cs.NA math.NA
Multilevel Preconditioners for Reaction-Diffusion Problems with Discontinuous Coefficients
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Penn. State University(宾夕法尼亚州立大学);Idaho State University(爱达荷州立大学)
本文扩展了 Xu 和 Zhu 在 2008 年的研究,探讨多级预条件子在求解线性有限元近似中出现的线性系统中的应用,重点分析不连续反应和扩散系数对经典 BPX 和多网格 V- 周期预条件子性能的影响。
2014-11-26 cs.NA math.NA
Quantum Domain Decomposition for Preconditioning the Finite Element Method
Thales CortAIx-Labs(泰雷兹CortAIx实验室);CNRS, CMAP, École polytechnique, Institut Polytechnique de Paris(法国国家科学研究中心,CMAP,巴黎综合理工学院,巴黎理工学院)
研究将量子域分解作为预条件子应用于有限元离散的泊松问题,通过块编码参数上界分析量子线性系统求解器的复杂度,并采用BPX预条件子作为局部求解器。
2026-05-25 cs.NA math.NA quant-ph
Directional Preconditioner for High Frequency Obstacle Scattering
Stanford University(斯坦福大学)
本文提出一种高效的定向预条件器,用于求解边界积分方法中的线性系统,通过数据稀疏近似和高效稀疏线性代数算法减少迭代次数。
2014-09-16 cs.NA math.NA
The inverse fast multipole method: using a fast approximate direct solver as a preconditioner for dense linear systems
虽然一些预条件子可用于求解稠密线性系,但仍有许多矩阵缺少预条件子,特别是在矩阵$N$的大小变得非常大的情况下。因此,仍然非常需要开发其成本与矩阵大小$N$成比例的通用预处理器。本文对稠密矩阵提出了一个具有广泛适用性和代价的预条件子$\mathcal{O}(N)$,当矩阵由光滑核给出时。使用相同的框架将该方法扩展到一般的$\mathcal{H}^2$ -矩阵是相对简单的。这些预处理器具有受控的精度(如果需要,可以实现机器精度),并与$N$成线性比例。它们是基于系统的近似直接解。该算法的线性缩放是通过两个关键思想实现的。首先,利用稠密矩阵的$\mathcal{H}^2$ -结构获得扩展的稀疏方程组。其次,填充时产生的消除被压缩为低秩矩阵,如果它们对应于良好分离的相互作用。这确保了在整个消除过程中保持扩展稀疏矩阵的稀疏模式,因此导致了具有$\mathcal{O}(N \log(1/\varepsilon)^2 )$计算成本和$\mathcal{O}(N \log 1/\varepsilon )$存储器要求的非常有效的算法,用于误差容限$0 < \varepsilon < 1$。解算器是不精确的,尽管误差可以控制并根据需要尽可能小。这些解算器与ILU相关,因为填充是受控的。然而,在ILU中,大部分填充都被简单地丢弃,而在这里,它是使用低秩块来近似的,具有规定的容差。数值例子进行了讨论,以证…
2016-02-04 cs.NA math.NA
Towards a Multigrid Preconditioner Interpretation of Hierarchical Poincaré-Steklov Solvers
本文将分层波里叶-斯托克斯方法重新解释为多级预置条件求解器,通过替换精确粗网格求解为迭代工作,优化内存占用与求解时间的平衡。
2026-03-27 cs.NA math.NA
An Empirical Study of Conjugate Gradient Preconditioners for Solving Symmetric Positive Definite Systems of Linear Equations
本文对79个矩阵、10种预条件子(共108种配置)进行实证比较,发现不完全Cholesky分解对对称正定系统最有效,多重网格偶尔表现优异,而经典迭代方法效果不佳,且预条件子构建成本会削弱迭代方法优势。
2025-05-27 cs.NA math.NA
Parameter-robust Preconditioners for the Stokes-Darcy Coupled Problem without Fractional Operators
NORCE Norwegian Research Centre(挪威研究中心);Department of Mathematics, Tufts University(塔夫茨大学数学系);School of Mathematics, Shandong University(山东大学数学学院)
研究斯托克斯 - 达西耦合问题,通过在有限元空间直接强制法向通量连续性界面条件建立耦合系统适定性结果,用算子预处理框架开发参数鲁棒预条件器并经数值实验验证。
2026-07-07 cs.NA math.NA
An augmented Lagrangian preconditioner for the 3D stationary incompressible Navier-Stokes equations at high Reynolds number
在Benzi & Olshanskii(SIAM J.~科学~计算:28(6)(2006))对二维定常不可压Navier-斯托克斯方程提出了一种增广Lagrange型预条件子,该预条件子的收敛性几乎与雷诺数无关.该算法依赖于一个高度专业化的多重网格方法,涉及一个自定义的延长运营商,并紧密耦合到使用分段常数有限元的压力。然而,所使用的延拓算子和速度元素不直接延伸到三维:在延拓算子中所需的局部解不满足inf-sup条件。在这项工作中,我们推广的预处理到三维,提出替代有限元的速度和延长运营商的预处理器的强大的工作。求解器在高雷诺数下是有效的:在具有大约10亿个自由度的三维盖驱动空腔问题上,每个牛顿步长的Krylov迭代的平均次数从$\mathrm{Re} = 4.5$的$7$变化到$\mathrm{Re} = 1000$的$3$和$\mathrm{Re} = 5000$的$5$。
2019-06-19 cs.NA math.NA
Efficient Preconditioners for Interior Point Methods via a new Schur Complement-Based Strategy
针对约束凸二次规划问题,提出了一种新的预条件非精确原始-对偶内点方法。我们描述的算法调用预处理共轭梯度法上的一个新的约化Schur补KKT系统,在隐式形式。与标准方法相比,我们考虑的Schur补公式能够在所有内点迭代中重用KKT矩阵的因子分解,其中排除了与不等式约束相对应的行和列。此外,两个新的预条件子的简化系统,减轻与松弛变量在原始-对偶内点方法的病态。我们提出的每个预条件也可证明减少了系数矩阵的唯一特征值的数量,从而减少了CG迭代次数。当等式约束的数量较少时,一个预条件子是有效的,而当剩余自由度的数量较少时,另一个预条件子是有效的。数值实验与综合问题和问题的Maros-Mészáros QP收集表明,我们的预处理不精确内点求解器是有效的,改善条件和降低成本。在所有的测试问题的直接法是不是最快的,我们的预处理方法实现了成本的几何平均值为$1.432$相对于最好的替代预处理方法为每个问题的减少。
2021-12-24 cs.NA math.NA
Nonlinear Preconditioning: How to use a Nonlinear Schwarz Method to Precondition Newton's Method
University of Strathclyde(斯特拉斯克莱德大学);Université de Genève(日内瓦大学);Université Nice Sophia Antipolis(尼斯索菲亚安蒂波利斯大学);Inria(法国国家数字科学研究所);Hong Kong Baptist University(香港浸会大学)
本文探讨了非线性问题中域分解方法作为迭代求解器或牛顿法预条件器的应用,提出了一种改进的RASPEN预条件器,具有更快收敛速度和更优性能。
2016-05-14 cs.NA math.NA
A Fast and Memory Efficient Sparse Solver with Applications to Finite-Element Matrices
Stanford University(斯坦福大学)
本文提出一种结合直接与迭代方法的快速求解器,用于求解有限元离散化椭圆偏微分方程的稀疏矩阵,该方法在速度和内存效率上优于传统直接求解器。
2015-04-22 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
Preconditioning of a pollution-free discretization of the Helmholtz equation
Korteweg--de Vries (KdV) Institute for Mathematics, University of Amsterdam(阿姆斯特丹大学柯特韦赫-德弗里斯数学研究所)
本文提出一种无污染的一阶系统最小二乘公式及块预处理器,用于高效求解亥姆霍兹方程,并通过子空间校正保证厄米正定,数值实验显示迭代次数随波数线性增长,且引入误差估计避免冗余迭代。
2025-10-23 cs.NA math.NA
Preconditioners for Saddle Point Problems on Truncated Domains in Phase Separation Modelling
International Institute of Information Technology, Hyderabad(海得拉巴国际信息技术学院)
本文研究了相分离建模中截断域的鞍点问题的预处理程序,提出了一种基于非线性Schur补的全局收敛牛顿Schur方法,并设计了三种预处理程序,包括两种具有块对角结构和一种具有块三对角结构的预处理程序,通过分析预处理后的极值特征值和条件数,验证了预处理程序的最优性。
2021-09-20 cs.NA math.NA
Neural Acceleration of Incomplete Cholesky Preconditioners
本文提出用 GPU 训练的简单人工神经网络生成不完全稀疏 Cholesky 预条件子,以克服传统数值调参与并行化困难,实验表明其稳定且减迭代效果不劣于多种传统技术。
2024-03-01 cs.DC cs.NA math.NA
Schwarz preconditioner with $H_k$-GenEO coarse space for the indefinite Helmholtz problem
本文提出 $H_k$-GenEO 粗空间,通过直接基于不定算子构造广义特征值问题,改进 Schwarz 预条件子在高频 Helmholtz 问题中对波数增加的稳健性,并给出粗空间大小与波数关系的理论估计。
2024-06-10 cs.NA math.NA
A Comparison Of Direct Solvers In FROSch Applied To Chemo-Mechanics
本文比较了Trilinos库中FROSch框架下三种稀疏直接求解器在化学-力学问题中的表现,发现强可扩展性在1728核内表现良好,但粗问题规模增加会延长求解时间。
2023-10-19 cs.DC cs.NA math.NA
AlgMortar: a fully algebraic multiscale mortar preconditioner
Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo(圣保罗大学数学与计算科学学院);Piri Technologies, LLC(Piri科技有限公司);Department of Mathematical Sciences, The University of Texas at Dallas(德克萨斯大学达拉斯分校数学科学系)
针对二阶椭圆方程离散的线性系统求解难题,提出AlgMortar这一完全代数多尺度Mortar预条件器,利用细网格矩阵信息,经图划分等构建局部系统并耦合,实验证明其用于共轭梯度法时可扩展性好且竞争力强。
2026-10-12 cs.NA math.NA
From Frequency Bias to Spectral Balance: Operator-Aware Preconditioners for PINNs
City University of Hong Kong(香港城市大学);Duke University(杜克大学);Auburn University(奥本大学)
本文提出了一种算子感知预条件策略,通过引入辅助积分算子来平衡PINNs中的频率偏差,提升训练效率和求解精度。
2026-03-01 cs.NA math.NA
Richardson Approach or Direct Methods? What to Apply in the Ill-Conditioned Least Squares Problem
该报告在实际数据上表明,用于求解具有病态矩阵的线性系的直接法(如LDL分解和高斯消去法)由于除以非常小的数字而提供不准确的结果,这反过来又导致峰值现象和大的估计误差。Richardson迭代提供了准确的结果,没有峰化现象,因为Richardson方法中不存在小数除法。另外,在Richardson迭代中,考虑并比较了两种预条件子:1)基于最大行和矩阵范数的最简单、鲁棒的预条件子和2)基于特征值计算的最优预条件子。结果表明,最简单的预条件子是更强大的病态的情况下,因此,它是推荐用于许多应用。
2023-02-17 cs.NA math.DS math.NA
Hybrid and Multiplicative Overlapping Schwarz Algorithms with Standard Coarse Spaces for Mixed Linear Elasticity and Stokes Problems
Morgan State University(摩根州立大学);Università di Milano(米兰大学)
本文研究了混合和乘法两层重叠Schwarz算法与标准粗空间用于近不可压缩线弹性与斯托克斯问题,采用混合有限元与谱元方法进行离散化,并比较了预条件共轭梯度法与GMRES法在解鞍点系统中的性能。
2015-12-14 cs.NA math.NA
DeepOnet Based Preconditioning Strategies For Solving Parametric Linear Systems of Equations
本文提出将DeepONet与标准迭代方法混合构建新型预处理策略,通过分别处理低频和高频误差分量,显著提升了Krylov方法在求解参数化线性方程组时的收敛速度与鲁棒性。
2024-01-09 cs.NA math.NA
Randomized Preconditioned Solvers for Strong Constraint 4D-Var Data Assimilation
针对强约束4D-Var数据同化中下降方向计算成本高的问题,提出三种基于随机化技术的可扩展预处理器,结合自适应策略,在两类模型问题上显著降低了PCG迭代和黑塞矩阵乘积次数。
2025-06-12 cs.NA math.NA
Two-level preconditioning for Ridge Regression
KU Leuven(荷语鲁汶大学)
本文提出了一种两级预处理方法,用于求解带有正则化最小二乘线性系统,该方法通过聚类算法生成更粗粒度的层次,以保留协方差或Gram矩阵的主成分,并利用该层次构建子空间预处理器以加速共轭梯度法,从而在人工和实际数据上实现了加速效果。
2020-10-07 cs.NA math.NA
Connecting Kaporin's condition number and the Bregman log determinant divergence
本文建立了 Bregman 对数行列式散度与 Kaporin 条件数之间的理论联系,证明在特定条件下两者等价,并指出预条件子仅需常数缩放即可同时最小化二者。
2025-03-28 cs.NA math.NA
Preconditioned Krylov subspace methods for sixth order compact approximations of the Helmholtz equation
Idaho State University(爱达荷州立大学)
针对亥姆霍兹方程,提出基于六阶紧致格式和预处理Krylov子空间方法的高效迭代求解,引入“k阶预处理矩阵”概念,并验证了低阶预处理与GMRES方法的有效性。
2012-12-06 cs.NA math.NA
Preconditioning with direct approximate factoring of the inverse
CSC - IT Center for Science(CSC 科学计算中心);University of Oulu(奥卢大学)
针对大型稀疏线性系统,提出了两种直接近似逆分解的预处理方法,具有完全可并行性和更高鲁棒性,并优化了子空间计算。
2012-08-17 cs.NA math.NA
Stabilize-then-optimize: Feedback transformations as preconditioners in optimal control
Chemnitz University of Technology(开姆尼茨工业大学);University of Bayreuth(拜罗伊特大学)
研究最优控制问题,核心方法是利用反馈变换重新表述问题,主要贡献是降低控制到状态映射的范数,改善条件数,通过多种方程示例及数值例子展示了该方法的有效性。
2026-07-15 cs.NA math.NA math.OC
Fast hierarchical solvers for sparse matrices using extended sparsification and low-rank approximation
用标准的直接求解方案求稀疏矩阵的逆是鲁棒的,但是计算昂贵。另一方面,迭代求解器表现出更好的可扩展性;但是,需要与适当的预处理器一起使用(例如,ILU、AMG、Gauss-Seidel等)为了正确的收敛。有效预条件子的选择是高度依赖于问题的。提出了一种新的全代数稀疏矩阵求解算法,该算法的复杂度与问题规模成线性关系。我们的方案是基于高斯消元法。对于一个给定的矩阵,我们近似的LU分解与先验确定的可调精度。该方法可以作为一个独立的直接求解器,具有线性复杂度和可调精度,或者它可以作为一个黑盒预处理器与迭代法,如GMRES。建议的求解器是基于低秩近似的消除过程中产生的填充。类似于H矩阵,对应于邻接图中良好分离的块的填充通过分层结构来表示。算法的线性复杂度是有保证的,如果块对应于良好分离的变量集群是数值低秩。
2016-12-15 cs.DS cs.NA math.NA
An iterative solver for the HPS discretization applied to three dimensional Helmholtz problems
本文提出了一种求解三维变系数Helmholtz问题的分层Poincaré-Steklov(HPS)离散化的线性系的有效方法。HPS方法的先前工作将其与直接求解器绑定。这项工作是第一个有效的迭代求解器的线性系,结果从HPS离散。该解决方案的技术利用GMRES加上一个局部均匀化块雅可比预条件。离散化和预条件子的局部性质自然地产生线性系的无矩阵应用。数值结果说明了性能的解决方案技术。这包括一个实验,其中一个问题在每个方向上大约100个波长,需要超过10亿个未知数,以实现大约4位数的精度,需要小于20分钟来解决。
2023-01-16 cs.DC cs.NA math.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
Faster Kernel Ridge Regression Using Sketching and Preconditioning
Tel Aviv University(特拉维夫大学);IBM Almaden Research Center(IBM阿尔马登研究中心)
本文提出利用随机特征映射和预处理技术加速核岭回归线性系统的求解,通过有效预处理方法提升大规模数据集的计算效率。
2017-07-15 cs.DS cs.LG cs.NA
Fast and Accurate Gaussian Kernel Ridge Regression Using Matrix Decompositions for Preconditioning
Playtika AI Research Lab(Playtika AI研究实验室)
本文提出了一种构造核岭回归问题预条件子的方法,该预条件子不仅能有效地减少条件数,而且在计算量和内存消耗方面也是有效的.建议的方法是基于随机矩阵分解方法,结合快速多极子方法来实现一个算法,可以处理大型数据集的复杂性线性的数据点的数量。此外,提供了详细的理论分析,包括上界的条件数。最后,对于高斯核,分析表明,所需的条件数所需的秩可以直接从数据集本身确定,而无需对核矩阵进行任何分析。
2021-04-06 cs.LG cs.NA math.NA
Low-Rank SPIKE Framework for Solving Large Sparse Linear Systems with Applications
针对大型稀疏线性系统求解问题,提出基于低秩SVD近似非对角块的LR-SPIKE变体框架,可作为黑箱预条件子或近似直接求解器,在SuiteSparse矩阵(含3D有限元矩阵)上验证了有效性,与FEAST配对显著减少迭代次数。
2025-04-15 cs.MS cs.NA math.NA
Algebraic multigrid preconditioners for two-phase flow in porous media with phase transitions
University of Maryland, College Park(马里兰大学帕克分校);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本文提出基于多重网格减少技术的新多级策略,用于解决具有相变的两相多组分流动问题,展示了方法的有效性和可扩展性。
2018-01-25 cs.NA math.NA physics.comp-ph
A distributed-memory hierarchical solver for general sparse linear systems
本文提出了一种在分布式存储机上求解一般稀疏线性系的并行层次求解器。对于大规模的问题,这种全代数算法比稀疏直接求解器更快,更节省内存,因为它利用了填充块的低秩结构。根据低秩近似的准确性,分层求解器可以用作直接求解器或预处理器。并行算法基于数据分解,只需要在每个处理器上进行局部通信来更新边界数据。此外,并行算法的计算与通信比近似为每个处理器所拥有的子域的体积与表面积之比。我们提出了各种数值结果来证明并行算法的通用性和可扩展性。
2017-12-20 cs.MS cs.NA math.NA
Preconditioned Langevin Dynamics with Score-Based Generative Models for Infinite-Dimensional Linear Bayesian Inverse Problems
University of Basel(巴塞尔大学);Ecole Polytechnique, IP Paris(巴黎高等理工学院);University of California Irvine(加州大学尔湾分校);Rice University(里奇大学)
本文提出利用基于分数的生成模型驱动的预条件兰格朗日动力学,解决无限维线性贝叶斯反问题,推导误差估计并保证全局收敛性。
2025-11-30 cs.LG cs.NA math.NA