Effect of different clustering approaches on the multilevel fast multipole method for the Helmholtz equation
Austrian Academy of Sciences, Acoustics Research Institute(奥地利科学院声学研究所)
研究不同聚类方法对均匀和非均匀网格上多层级快速多极子方法稳定性和效率的影响,指出不当聚类可能导致数值问题。
2026-07-01 cs.NA math.NA
On the Approximation of Local Expansions of Laplace Potentials by the Fast Multipole Method
在本文中,我们提出了一个推广的经典误差界的Greengard-Rokhlin的快速多极子方法(FMM)的Laplace势在三维中,扩展到本地扩展(而不是点)的情况下的目标。我们还提出了一个通过逼近论证明的补充的、不太尖锐的误差界,其适用性不限于拉普拉斯势。我们的研究是出于GIGAQBX FMM,一种算法的快速,高阶准确的评价层电位附近和源层。GIGAQBX基于FMM,但与传统的FMM不同,FMM旨在评估点状目标的电位,GIGAQBX评估球形目标的电位局部扩展。虽然精度(或加速度误差,即,由于快速算法对势的近似而引起的误差)是很好理解的,但是应用于局部展开的评估的基于FMM的算法的加速误差还没有得到很好的研究。本文的主要贡献是证明了一组假设,首先证明了数值的文件中“一个快速算法的正交扩展在三维空间,”这涉及到的精度FMM近似的局部扩展的拉普拉斯潜力在三维空间。这些假设也是必不可少的三维误差界GIGAQBX,这是以前有条件地说,他们的真理,现在可以无条件地说。
2020-08-03 cs.NA math.NA
Optimizing the adaptive fast multipole method for fractal sets
本文提出了一种新的适应性快速多重求解法,用于处理分形集,通过引入分形维度参数优化算法性能,实现了复杂度分析和更高效的子划分方法。
2015-08-11 cs.NA math.NA
Removing the Barrier to Scalability in Parallel FMM
Computation Institute, University of Chicago(计算研究所,芝加哥大学)
针对快速多极方法(FMM)中因高层树节点工作量减少导致的并行瓶颈,提出通过重叠多极和局部展开计算与最细层网格上的直接核评估来消除该瓶颈。
2010-08-14 cs.CE cs.NA math.NA
Fast Multipole Method with Complex Coordinates
University of Florida(佛罗里达大学);New York University(纽约大学);Flatiron Institute(平顿研究所);University of Chicago(芝加哥大学);Indian Institute of Technology Bombay(孟买印度理工学院);Princeton University(普林斯顿大学)
本文提出复坐标快速多极子方法,通过解析延拓和基于实部的层次树,实现线性复杂度,有效求解大规模散射问题。
2026-10-22 cs.NA math.NA
A Heterogeneous FMM for 2-D Layered Media Helmholtz Equation I: Two & Three Layers Cases
University of Massachusetts Lowell(马萨诸塞大学洛威尔分校);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);Beijing Computational Science Research Center(北京计算科学研究中心);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
本文提出一种用于二维分层介质亥姆霍兹方程的异质性快速多极方法,通过两层和三层案例展示算法核心思想,利用多极展开压缩远场,实现高效计算并提升性能。
2017-03-27 cs.NA math.NA
Fast multipole method for the Laplace equation in half plane with Robin boundary condition
针对带Robin边界条件的半平面二维拉普拉斯方程,提出基于格林函数反应分量新型展开的快速多极子方法,证明其指数收敛性,数值验证其达O(N)计算复杂度。
2025-07-29 cs.NA math-ph math.MP
Efficient Fast Multipole Accelerated Boundary Elements via Recursive Computation of Multipole Expansions of Integrals
提出求积到展开(Q2X)方法,通过每个矩成本为O(1)的递归计算解析生成多极展开系数,将边界元方法与快速多极方法高效集成,实现可控误差下的矩阵向量乘积加速。
2023-04-05 cs.NA math.NA
Fourier Based Fast Multipole Method for the Helmholtz Equation
Stanford University(斯坦福大学)
提出一种使用傅里叶基函数替代球谐函数的亥姆霍兹FMM,通过预计算阶段修改传递函数,利用快速傅里叶变换加速插值算子,并给出先验积分求积规则和尖锐误差界。
2011-10-26 cs.NA math.NA
Flexibly imposing periodicity in kernel independent FMM: A Multipole-To-Local operator approach
Center for Computational Biology, Flatiron Institute(Flatiron研究所计算生物学中心);Courant Institute of Mathematical Sciences, New York University(纽约大学柯朗数学科学研究所)
本文提出一种高效方法,通过近远分裂方案正确施加周期边界条件,利用KIFMM计算近场,多极到局部操作符计算远场,保证周期性和兼容性条件的收敛。
2018-09-14 cs.NA math.NA
Fast Multipole Preconditioners for Sparse Matrices Arising from Elliptic Equations
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);Tokyo Institute of Technology(东京工业大学);University of Strathclyde(思克莱德大学)
本文提出利用快速多重级数方法作为预处理器,用于求解有限域椭圆边界值问题,通过边界积分和Krylov方法扩展至更一般算子,具有与多网格方法相当的收敛速率和更好的并行扩展性。
2016-01-19 cs.NA math.NA
The Inverse Fast Multipole Method
本文介绍了一种新的线性方程组快速直接求解器,它产生于积分方程、多元统计、径向基插值等广泛的应用领域,仅举几例。\emph{The highlight of this new fast direct solver is that the solver scales linearly in the number of unknowns in all dimensions.}该求解器称为逆快速多极方法(缩写为IFMM),其工作原理与快速多极方法(缩写为FMM)相同。更一般地,求解器可以立即扩展到分层矩阵类,表示为具有强容许准则(弱低秩结构)的$\mathcal{H}^2$矩阵,即,\emph{the interaction between neighboring cluster of particles is full-rank whereas the interaction between particles corresponding to well-separated clusters can be efficiently represented as a low-rank matrix}。该算法从现有的方法出发,在整个算法中,对应于相邻集群的相互作用总是被视为满秩相互作用。我们的方法依赖于两个主要思想:(i)由FMM产生的$N \times N$矩阵(从现在起称为FMM矩阵)可以…
2014-07-07 cs.NA math.NA
Optimized M2L Kernels for the Chebyshev Interpolation based Fast Multipole Method
针对基于切比雪夫插值的快速多极子方法中计算量最大的多极到局部(M2L)算子,提出多种优化策略,将预计算时间降低最多340倍并加速矩阵向量乘积。
2012-11-20 cs.CE cs.MS cs.NA
Automatic Synthesis of Low-Complexity Translation Operators for the Fast Multipole Method
本文提出一种混合符号-数值方法,利用常系数椭圆型PDE自动综合快速多极方法所需的低复杂度平移算子,将运算复杂度从O(p^{2d})降至O(p^d),并通过数值实验验证了其计算规模与精度。
2026-11-09 cs.NA math.NA
Alternative Tilings for the Fast Multipole Method on the Plane
University of Maryland, College Park(马里兰大学帕克分校)
研究使用正六边形(七叉树)和三角形(三角形四叉树)作为快速多极子方法的替代空间划分结构,证明其满足分离性质并分析误差界与计算成本。
2012-04-13 cs.CG cs.NA math.NA
Fast Multipole Method for Maxwell's Equations in Layered Media
本文提出三维分层介质中 Maxwell 方程的快速多极子方法,利用并矢 Green 函数、等效极化镜像、有效位置及 Chebyshev 加速 M2L,实现 $\mathcal O(N\log N)$ 复杂度与低频快速收敛。
2025-07-24 cs.NA math.NA
Fast multipole methods for evaluation of layer potentials with locally-corrected quadratures
虽然快速多极子方法(Fast Multipole Method,FMF)广泛用于快速计算由拉普拉斯、亥姆霍兹、麦克斯韦或斯托克斯方程控制的势场,但它们与高阶求积法的耦合用于计算层势仍然是一个活跃的研究领域。在三维空间中,一些问题需要解决,包括规范的表面作为工会的高阶补丁,纳入准确的积分规则整合奇异或弱奇异格林函数的补丁,和他们的耦合到八叉树数据结构上的FMM分离近场和远场相互作用。虽然后者对于点分布是直接的,但是贴片的准域由其物理尺寸确定,而不是表面上离散点的分布。在这里,我们提出了一个一般的框架,有效地耦合局部校正的求积与FFT,主要依赖于所谓的广义高斯求积规则,辅之以自适应积分。然而,该方法是相当普遍的,很容易适用于其他计划,如正交扩展(QBX)。我们还引入了一些加速度,以减少正交生成本身的成本,并提出了几个数值例子的声散射,证明该计划的准确性,鲁棒性和计算效率。在Intel i5 2.3GHz处理器的单核上,该方案的Fortran实现可以产生每秒1000到10,000点的准域正交校正,这取决于精度的量级和所需的精度。在这项工作中描述的算法的Fortran实现可在https://gitlab.com/fastalgorithms/fmm3dbie上获得。
2021-04-23 cs.NA math.NA
A Tuned and Scalable Fast Multipole Method as a Preeminent Algorithm for Exascale Systems
Boston University(波士顿大学)
本文通过多核CPU上的性能调优和可扩展性研究,展示了快速多极方法(FMM)在百亿亿级计算中的潜力,实现了高达32768个进程的弱扩展和2048个进程的强扩展,并讨论了其适用于异构大规模并行架构的特性。
2011-10-16 cs.MS cs.NA math.NA
Data-Driven Execution of Fast Multipole Methods
KAUST(阿卜杜拉国王科技大学)
针对快速多极方法在非规则粒子分布下的负载均衡难题,提出将最耗时阶段分解为任务,利用QUARK运行时环境异步调度任务,实现数据驱动的无序执行,在四路四核Intel Xeon系统上获得线性加速。
2012-03-05 cs.NA math.NA
A Fast Multipole Method based on Band-limited Approximations for Radial Basis Functions
Max Planck Institute for Dynamics of Complex Technical Systems(马克斯·普朗克复杂技术系统动力学研究所)
本文提出一种基于带限近似和求积规则的新型快速多极方法,用于加速径向基函数插值的矩阵向量乘法,将复杂度从O(N²)降至O(NlogN)。
2016-06-24 cs.NA math.NA
A Fast Summation Method for translation invariant kernels
我们推导出一种快速多极子方法(FMM),其中使用经验插值方法(EIM)获得的内核的低秩近似。与经典的基于插值的FMM不同,EIM是一种非线性逼近方法,它构造的插值点和插值基与所考虑的核函数相适应。使用核本身的评估获得基函数。我们将自己限制为双线性不变的内核,其中修改后的版本的EIM近似可以用于在多级FMM的上下文中,我们称所获得的算法经验插值快速多极子方法(EIFMM)。EIFMM的一个重要特征是内核远场行为的低秩近似所产生的插值误差的内置误差估计:该算法选择确保结果的给定精度所需的插值点的最佳数量,从而为非均匀内核带来重要的增益。
2015-08-22 cs.NA math.NA
An FMM Based on Dual Tree Traversal for Many-core Architectures
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
针对众核异构架构,通过双树遍历策略和任务并行模型优化快速多极方法,实现比现有最优代码快一个数量级的性能。
2012-09-19 cs.NA math.NA
On the Compression of Translation Operator Tensors in FMM-FFT-Accelerated SIE Simulators via Tensor Decompositions
提出了张量分解方法,以减少快速多极子方法-快速傅里叶变换(FMM-FFT)-加速表面积分方程(SIE)模拟器中平移算子张量的内存需求。这些方法利用Tucker、分层Tucker(H-Tucker)和张量训练(TT)分解来压缩以三维(3D)和四维(4D)阵列格式存储的FFT变换算子张量。进行了大量的数值试验,以证明不同的模拟参数,这些方法所带来的内存节省和计算开销。数值结果表明,基于H-Tucker的方法为4D阵列格式产生最大的内存节省,而基于Tucker的方法为3D阵列格式引入了最小的计算开销。对于许多实际场景,所有方法都显著降低了翻译算子张量的内存需求,同时施加了可忽略/可接受的计算开销。
2020-09-25 cs.NA eess.SP math.NA
Fast Multipole Method based filtering of non-uniformly sampled data
Perceptual Interfaces & Reality Laboratory(感知接口与现实实验室);UMIACS, University of Maryland, College Park(马里兰大学学院公园分校 UMIACS)
本文提出基于快速多极方法的非均匀快速傅里叶变换算法,通过新的FFT核分解实现高效数据处理与误差分析。
2016-11-28 cs.NA math.NA
Application of the Fast Multipole Fully Coupled Poroelastic Displacement Discontinuity Method to Hydraulic Fracturing Problems
University of Houston(休斯顿大学);Texas Tech University(德克萨斯理工大学)
本文提出了一种利用快速多重级数方法减少计算时间的完全耦合多孔弹性水力压裂模型,通过可控误差来提高精度,展示了该方法在处理大规模自由度问题时的效率。
2019-03-19 cs.CE cs.NA math.NA
Geometry-Oblivious FMM for Compressing Dense SPD Matrices
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Institute for Computational Engineering and Sciences(计算工程与科学研究所)
本文提出GOFMM,一种用于密集对称正定矩阵的分层低秩近似压缩方法,实现N log N或N时间的近似矩阵向量乘法,无需几何信息。
2017-07-01 cs.MS cs.NA math.NA
Comparison of $\mathcal{H}$-matrix- and FMM-based 3D-ACA for a time-domain boundary element method
Institute of Applied Mechanics, Graz University of Technology(格拉茨工业大学应用力学研究所);Institute for Accelerator Science and Electromagnetic Fields, Technical University of Darmstadt(达姆施塔特工业大学加速器科学与电磁场研究所)
本文比较了$\mathcal{H}$-矩阵与FMM基于的3D-ACA在时域边界元方法中的存储需求和计算时间,首次使时域BEM应用于电机声辐射计算成为可能。
2025-11-20 cs.NA math.NA
A parallel directional Fast Multipole Method
本文介绍了一种求解具有高振荡核的N体问题的并行方向快速多极子方法(FMM),重点研究了三维空间中的Helmholtz核。这类振荡内核需要一个更严格的低秩标准比低频政权,因此有效的并行化必须适应修改后的数据依赖性。我们提出了一个简单的分区在一个固定的水平的八叉树,并表明,如果分区之间的p个进程适当的平衡,整体运行时间基本上是O(N日志N/P+ P)。通过低秩准则的结构,我们能够避免八叉树顶部的通信。我们证明了我们的并行化在几个具有挑战性的模型的有效性。
2013-11-18 cs.NA math.NA
Efficient computation of matrix-vector products with full observation weighting matrices in data assimilation
最近的研究表明,通过在数据同化系统中使用空间相关的观测误差协方差信息,数值天气预报的技能得到了提高。在这种情况下,同化中使用的观测加权矩阵(逆误差协方差阵)可以是全矩阵而不是对角矩阵。因此,变分最小化问题中的矩阵-向量积的计算可能非常耗时,特别是如果矩阵-向量积的并行计算需要处理元件之间的高度通信。因此,我们引入了一个著名的数值逼近方法,称为快速多极子方法(FMM),以加快数据同化中的矩阵向量乘法。我们探讨了一种特殊类型的FMM,使用奇异值分解(SVD-FMM),并调整它,以适应我们的新应用数据同化。与标准方法相比,SVD-FMM技术通过近似大部分矩阵-向量积的计算,大大降低了计算复杂性。我们开发了一种新的可能的并行化方案的SVD-FMM为我们的应用程序,它可以减少通信成本。我们调查的SVD-FMM技术在几个数值实验的准确性:我们首先使用协方差矩阵,使用不同的相关函数和lengthscales创建的准确性进行评估;然后调查的影响,重新调整的协方差阵的准确性;最后检查的可行性,该技术在存在缺失的观察。我们还对一些数值结果提供了理论解释。我们的研究结果表明,SVD-FMM技术有潜力作为一个有效的技术同化大量的观测数据在一个很短的时间间隔。
2021-09-05 cs.NA math.NA
A 3D-ACA accelerated time domain boundary element method for elastodynamics using FMM and $\mathcal{H}$-matrix techniques
Institute of Applied Mechanics, Graz University of Technology(格拉茨工业大学应用力学研究所)
研究线性弹性动力学时域BEM,用gCQ方法,在拉普拉斯域评估BEM矩阵生成三维张量。采用3D-ACA计算低秩近似,在频率切片内用$\mathcal{H}$矩阵方法或FMM进一步压缩,通过实例比较研究并分析感应电机结构振动。
2026-07-20 cs.NA math.NA
Inexact Krylov iterations and relaxation strategies with fast-multipole boundary element method
The George Washington University(乔治华盛顿大学);Boston University(波士顿大学);Nvidia, Corp.(英伟达公司)
本文提出基于快速多极边界元方法的不精确Krylov迭代与松弛策略,通过降低多项式阶数提升计算效率,对拉普拉斯和斯托克斯问题实现2.1至4.0倍的加速。
2016-10-01 cs.NA math.NA physics.comp-ph
ANKH: A Generalized O(N) Interpolated Ewald Strategy for Molecular Dynamics Simulations
针对PME在大规模模拟中FFT可扩展性差、FMM在中小系统中性能不足的问题,提出广义O(N)插值Ewald策略ANKH,支持分布式点电荷多极子和诱导偶极子,适用于任意规模系统及可极化力场的高性能模拟。
2022-12-16 cs.NA math.NA physics.chem-ph
Fast multipole accelerated boundary element methods for room acoustics
本文采用直接和间接边界元方法,在快速多极子方法的加速下,在工作站上对体积为$\sim 150$ $m^{3}$、频率高达5 kHz的大房间进行了数值模拟。由于参数$kD$(波数乘以房间直径)较大,因此需要稳定先前开发的FMM算法以获得准确性。本文的主要贡献之一是提出了一种稳定化方案。使用众所周知的鞋盒形状的房间的图像源解决方案的计算进行验证。L形房间的计算进行说明捕获衍射的能力。还展示了对室内挡板和边界开口(门/窗)进行建模的能力。最大的情况是$kD>1100$,其离散化大小为600万个元素。不同的边界积分公式的性能进行了比较,并使用一个预处理的灵活GMRES的收敛速度被发现有很大的不同。这些有前途的结果表明,通过高性能的边界元方法的室内声学的有效模拟的路径。
2021-03-30 cs.NA math.NA
Periodic Fast Multipole Method
本文提出了一种新的方法,可以在任意源分布的单胞上施加周期边界条件。我们限制我们的注意力在这里的泊松,修改亥姆霍兹,斯托克斯和修改斯托克斯方程。该方法扩展到振荡方程的数学物理,包括亥姆霍兹和麦克斯韦方程,但我们将解决这些在一个配套文件,因为问题的性质有些不同,包括考虑准周期边界条件和共振。与基于格和的方法不同,该方案对单元格的纵横比不敏感,并且很容易耦合到自适应快速多极方法(FIGH)。我们的分析依赖于经典的“平面波”表示的基本解,并产生一个明确的低秩表示的字段,由于超出第一层相邻单位单元的所有图像源。当单胞的纵横比较大时,我们的方案可以与非均匀快速傅里叶变换(NUFFT)相结合,以加速感应场的计算。通过几个数值例子说明了它的性能。
2021-11-01 cs.NA math.NA
Petascale turbulence simulation using a highly parallel fast multipole method on GPUs
Boston University(波士顿大学);University of Electro-Communications(电气通信大学);Keio University(庆应义塾大学)
本文采用基于快速多极方法的涡粒子法在GPU上实现了1.08 petaflop/s的持续性能,进行了4096^3网格点的均匀各向同性湍流直接数值模拟,与谱方法结果定量吻合,并在并行效率上显著优于FFT方法。
2012-09-03 cs.NA math.NA physics.comp-ph
An adaptive fast multipole accelerated Poisson solver for complex geometries
Courant Institute of Mathematical Sciences, New York University(纽约大学柯朗数学科学研究所)
本文提出一种基于位势理论和快速多极加速的高效直接自适应泊松求解器,通过体积积分和层势方法处理复杂二维几何,利用快速多极方法扩展源分布以提高精度和效率。
2016-10-04 cs.NA math.NA
A Fast Algorithm for Quadrature by Expansion in Three Dimensions
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出了一种加速求积方案,用于三维空间中层势的评估。该方案结合了用于奇异核的通用高阶求积方法——展开求积(QBX)与修改后的快速多极子方法(FMM)。该方案扩展了最近为QBX在二维空间中开发的FMM公式,在该设定中实现了数学上严谨的误差和运行时间界限。除了将方法推广到三维空间外,我们还强调了一些算法和数学上的改进性能和稳定性的机会。最后,我们通过一系列涉及拉普拉斯方程和亥姆霍兹方程的实验,提供了支持该算法精度、性能和可扩展性的数值证据。
2019-03-29 cs.NA math.NA
Fast boundary integral method for acoustic wave scattering in two-dimensional layered media
Hunan Normal University(湖南师范大学);Xiangjiang Laboratory(湘江实验室);Southern Methodist University(南方卫理公会大学)
针对二维多层介质中的声波散射问题,提出由改进FMM和重叠区域分解预处理加速的快速边界积分方法,实现O(N)复杂度,经数值验证准确高效鲁棒。
2025-11-16 cs.NA math.NA
A Fast Multipole Method for axisymmetric domains
本文将求解泊松方程的快速多极子方法推广到用柱面坐标描述的轴对称区域内的非轴对称问题。该方法是基于一个傅立叶分解的源到一个模式的扩展和评价的相应模式的字段使用二维树分解在径向和轴向坐标。场系数使用模态格林函数来评估,该格林函数可以使用第二类勒让德函数的公知递归来评估,并且其导数可以使用柱面坐标中的拉普拉斯方程来递归地找到。圆柱形和笛卡尔问题之间的主要区别是缺乏平移不变性的局部相互作用的评价,导致在轴对称域的计算工作量增加。结果的解决方案的精度和收敛性和计算时间相比,直接评估。该方法被发现收敛良好,与十位数的准确度被实现的测试用例。计算时间由初始化和源和场点之间的局部相互作用的评价之间的平衡控制,并且根据展开顺序,比直接评价所需的时间大约少小于两个数量级。
2023-01-03 cs.NA math.NA physics.comp-ph
Linear-cost Polyharmonic Spline Interpolation of Arbitrary Degree
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);New York University(纽约大学)
该研究结合FMM与Vecchia近似提出线性成本多谐波样条插值方法,实现百万级点的快速高精度薄板样条插值,并提供二维奇数阶PHS插值的高性能软件库。
2026-08-13 cs.NA math.NA stat.CO
Spectral Convergence of the Multipole Expansion Method for Acoustic Scattering in Three Dimensions
The Hong Kong University of Science and Technology(香港科技大学);Zhejiang University(浙江大学)
本文针对三维有限间距球体的时谐声学散射,证明多极展开法(MEM)的谱收敛性,构建收敛分析通用框架,数值实验验证相关特性,为多重散射快速算法的收敛分析铺路。
2026-08-28 cs.NA math.NA
A fast solver for Poisson problems on infinite regular lattices
Dartmouth College(达特茅斯学院);University of Colorado at Boulder(科罗拉多大学博尔德分校)
提出一种基于离散基本解的快速求和技巧,用于无限规则格点上椭圆差分方程的快速求解,计算复杂度为O(N_source),优于FFT方法的O(N_Ω log N_Ω)。
2011-12-30 cs.NA math.NA
Multipole Graph Neural Operator for Parametric Partial Differential Equations
Caltech(加州理工学院);Purdue University(普渡大学)
使用基于深度学习的方法来模拟物理系统和求解偏微分方程(PDE)的主要挑战之一是以神经网络的期望结构来公式化基于物理的数据。图神经网络(GNN)在这一领域已经流行起来,因为图提供了一种自然的方式来建模粒子相互作用,并提供了一种清晰的方式来离散连续模型。然而,为近似这些任务而构造的图通常忽略长距离相互作用,这是由于计算复杂性相对于节点数量的不利缩放。由于这些近似的误差与系统的离散化成比例,从而不允许在网格细化下进行泛化。受经典多极子方法的启发,我们提出了一种新的多层图神经网络框架,该框架仅以线性复杂度捕获所有范围内的相互作用。我们的多级公式相当于递归地向核矩阵添加诱导点,将GNN与核的多分辨率矩阵分解统一起来。实验证实,我们的多图网络学习离散化不变的解决方案运营商的偏微分方程,可以在线性时间进行评估。
2020-10-19 cs.LG cs.NA math.NA