An efficient randomized homotopy method to approximate eigenpairs of tensors
MPI MiS Leipzig(莱比锡马克斯·普朗克微电子研究所)
本文提出一种高效的随机算法,用于近似复张量的h-特征对,通过随机输入实现多项式时间内运算。
2018-01-11 cs.NA math.NA
Shifted Power Method for Computing Tensor Eigenpairs
Sandia National Laboratories(桑迪亚国家实验室)
本文提出一种移位对称高阶幂方法(SS-HOPM)用于计算实对称张量的特征对,该方法保证收敛到张量特征对,并可通过不动点分析刻画可找到的特征对。
2011-02-22 cs.NA math.NA
Computing the first eigenpair for problems with variable exponents
Università degli Studi di Verona(维罗纳大学)
本文研究了可变指数本征值问题中第一个本征对的计算,比较了均匀定义的第一个本征值与文献中非均匀定义的区别,并突显了对称破缺现象。
2013-04-30 cs.NA math.AP math.NA
An Adaptive Shifted Power Method for Computing Generalized Tensor Eigenpairs
Sandia National Laboratories(桑迪亚国家实验室)
本文提出了一种自适应移位幂方法(GEAP),用于计算广义张量特征对,改进了传统移位对称高阶幂方法(SS-HOPM)的移位选择问题,实现自动适应性。
2014-06-09 cs.NA math.NA
Adaptive finite element approximations of the first eigenpair associated with $p$-Laplacian
本文提出一种计算$p$-Laplacian问题第一特征对的自适应有限元方法,证明了离散特征值与特征函数的收敛性,并通过数值算例验证了方法的有效性与效率。
2024-11-11 cs.NA math.NA
Graph $p$-Laplacian eigenpairs as saddle points of a family of spectral energy functions
本文将图 $p$-拉普拉斯特征值问题重构为带约束的加权拉普拉斯特征值问题,并利用谱能量函数的鞍点刻画特征对及其 Morse 指标,进而提出适用于 $p\in(2,\infty)$ 的梯度型数值方法。
2025-02-04 cs.NA math.NA
Computing the dominant eigenpair of an essentially nonnegative tensor via a homotopy method
本征值和本征向量理论是张量分析的基本组成部分之一。计算本质非负张量的主特征对是张量计算中的一个重要课题,因为它在网络资源分配中有着重要的应用。在本文中,我们考虑上述主题,有两个主要贡献。首先,我们证明了一个不可约本质非负张量有唯一的正主特征值和唯一的正归一化特征向量。其次,我们提出了一个同伦方法来计算的主导特征对,并证明了它收敛到所需的主导特征对给定的张量是不可约或可约的基础上的近似技术。最后,我们实现了该方法使用的预测-校正方法的路径跟踪和一些数值结果的报告,以说明所提出的算法的效率。
2021-12-31 cs.NA math.NA math.OC
Noda Iteration for Computing Generalized Tensor Eigenpairs
在本文中,我们提出了张量Noda迭代(NI)和它的不精确版本解决的本征值问题的一类特殊的张量对称为广义$\mathcal{M}$ -张量对。广义$\mathcal{M}$ -张量对由一个弱不可约非负张量和一个非奇异$\mathcal{M}$ -张量在一个线性组合中构成。证明了任何广义$\mathcal{M}$ -张量对都存在唯一的正的广义本征值,其特征向量为正.提出了一种改进的张量Noda迭代法(MTNI),用于推广求解非负矩阵特征值问题的Noda迭代法。此外,为了提高算法的实现效率和收敛速度,还引入了不精确广义张量Noda迭代法(IGTNI)和广义Newton-Noda迭代法(GNNI).在对初始值作适当假设的情况下,保证了算法的收敛性。数值实验表明了这些算法的有效性。
2023-03-02 cs.NA math.NA
Semilinear elliptic eigenvalue problem: Parametric analyticity and the uncertainty quantification
本文首次研究参数化半线性椭圆特征值问题,通过证明基态特征对的参数解析性、一致有界性及特征值一致正差,得到混合导数上界估计,并利用随机平移拟蒙特卡洛方法实现维数无关的不确定性量化。
2024-05-01 cs.NA math.NA
Backward errors for multiple eigenpairs in structured and unstructured nonlinear eigenvalue problems
针对非线性特征值问题,研究多个近似特征对的后向误差,提出廉价上界及精确计算方法,并处理结构化扰动,如对称、稀疏或低秩情况。
2025-02-26 cs.NA math.NA
FEAST Eigensolver for Nonlinear Eigenvalue Problems
线性FEAST算法是求解线性特征值问题的一种方法。该方法利用复轮廓积分计算特征向量,其特征值位于复平面上的用户定义区域内。这使得可以通过简单地将复平面划分为不相交区域的集合并独立于其他区域中的本征对来计算每个区域中的本征对,来并行化求解本征值问题的过程。在本文中,我们提出了一个推广的线性FEAST算法,可用于解决非线性特征值问题。像它的线性祖先,非线性FEAST算法可以用来解决非线性特征值问题的特征值位于一个用户定义的区域在复平面的特征对,从而允许并行计算大量的特征对。我们描述了非线性FEAST算法,并使用几个物理动机的例子来证明其性能。
2018-01-29 cs.NA math.NA physics.comp-ph
A Power-like Method for Computing the Dominant Eigenpairs of Large Scale Real Skew-Symmetric Matrices
针对大规模实反对称矩阵,提出交替作用于矩阵及其转置的保结构类幂法与收缩技术,可在实数运算中高效计算多个纯虚主导共轭特征对,并证明特征值近似比特征向量近似快两倍收敛。
2024-09-08 cs.NA math.NA
Eigenvalue embedding of undamped piezoelectric structure system with no-spillover
研究了无阻尼无溢出压电结构系统的特征值嵌入问题。它的目的是将原系统更新为一个新的无阻尼压电结构系统,使得某些特征对被新给定或测量的特征对所取代,而其余的特征对保持不变。一组参数的解决方案的EEP-PS提供和所提出的算法的性能示出的数值例子。
2020-01-03 cs.NA math.NA
Backward Stability of Explicit External Deflation for the Symmetric Eigenvalue Problem
Hotelling的紧缩,一个明确的外部紧缩过程,通过低秩更新计算的对称矩阵的许多特征对,一个彻底的向后稳定性分析。导出了计算特征向量的正交性损失和计算特征对的对称向后误差范数的可计算上界。给出了显式外部紧缩过程向后稳定的充分条件。基于这些理论结果,提出了通过动态选择位移实现数值向后稳定的策略。数值结果证实了理论分析,并证明了稳定的计算过程中产生的应用程序的大型对称矩阵的许多特征对。
2021-05-04 cs.NA math.NA
Preconditioned Locally Harmonic Residual Method for Computing Interior Eigenpairs of Certain Classes of Hermitian Matrices
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
本文提出预条件局部谐振残差法,用于高效计算广义Hermitian特征值问题的内部本征对,无需传统谱变换或矩阵分解,尤其在内存紧张时表现稳健。
2014-11-13 cs.NA math.NA
Structured eigenvalue/eigenvector backward errors of matrix pencils arising in optimal control
TU Berlin(柏林工业大学);University of Mons(蒙斯大学)
本文研究最优控制中矩阵 pencil 的特征值和特征对反向误差,提出基于块结构和对称结构保持扰动的公式,显示这些误差有时显著大于忽略结构的扰动情况下的误差。
2017-12-21 cs.NA math.NA
A stable, polynomial-time algorithm for the eigenpair problem
City University of Hong Kong(香港城市大学)
本文提出稳定高效的本征对计算算法,解决数值线性代数中的长期开放问题。
2014-10-01 cs.NA math.NA
A novel splitting strategy to accelerate solving generalized eigenvalue problem from Kohn--Sham density functional theory
提出一种受分治策略启发的特征对分裂方法,通过多网格和软锁定技术求解Kohn-Sham广义特征值问题,显著提升模拟效率,并展示其在HOMO-LUMO能隙计算中的实用性。
2024-11-07 cs.NA math.NA physics.comp-ph
Shifted and extrapolated power methods for tensor $\ell^p$-eigenpairs
本文研究了具有$d$模的平方张量的$\ell^p$ -特征值和特征向量的计算。在第一部分中,我们提出了两种可能的移位变体的流行(高阶)功率方法%的计算$\ell^p$ -本征对证明的收敛性的计划的Perron $\ell^p$ -本征向量的张量,和最大相应的$\ell^p$ -本征值,当张量是entrywise非负和$p$严格大于模式的数量。然后,由于所提出的方法对于某些现实世界的张量实现的收敛速率慢,当$p\approx d$,模式的数量,在第二部分中,我们引入了一个基于简化的拓扑$\varepsilon$算法的外推框架,以有效地加速移位功率序列。合成和现实世界中的问题的数值结果表明,通过引入移位参数和加速技术的效率所获得的改进。
2019-12-04 cs.NA cs.SI math.NA
A fast iterative algorithm for near-diagonal eigenvalue problems
本文受瑞利-薛定谔扰动理论的启发,提出了一种新的求解近对角矩阵特征值的算法,称为迭代微扰理论(IPT)。与标准特征值算法相反,标准特征值算法要么是“直接”(计算所有特征对),要么是“迭代”(仅计算少数特征对),IPT用相同的基本迭代过程计算任何数量的特征对。由于这种完美的并行性,IPT被证明比经典方法更有效(全谱问题的LAPACK或OVERVER,极值特征值的预处理Davidson求解器)。我们给出了线性收敛的充分条件,并证明了密集和稀疏测试矩阵的性能,包括一个量子化学。
2022-05-17 cs.NA math.NA
GCGE: A Package for Solving Large Scale Eigenvalue Problems by Parallel Block Damping Inverse Power Method
本文提出了一个求解大规模本征值问题的特征值求解器及其相应的软件包GCGE。该方法是阻尼思想、子空间投影法和动态位移反幂法的结合。为了减少投影子空间的维度,当所需特征对数量较多时,提出了一种移动机制。介绍了该软件包的数值方法、实现技术和软件结构。大量的数值计算结果表明,该特征值求解器和GCGE软件包具有很好的效率、稳定性和可扩展性,可用于计算大量大型对称矩阵的特征值对。
2021-11-12 cs.NA math.NA
Adaptive refinement for eigenvalue problems based on an associated source problem
提出一种由景观源问题驱动细化的自适应有限元方法,高效逼近自伴椭圆算子特征对,是标准方法的有力替代方案。
2025-06-02 cs.NA math.NA
On the computation of analytic sensitivities of eigenpairs in isogeometric analysis
谐振结构的本征模式,例如,电磁腔对它们的形状的变形敏感。为了计算特征值对标量参数的灵敏度,我们陈述了拉普拉斯和麦克斯韦特征值问题,并使用等几何分析将模型离散化。由于我们需要系统矩阵的导数,我们区分系统矩阵为每个设置考虑适当的函数空间的几何形状和解决方案。这种方法允许一个简单的计算任意高阶灵敏度的封闭形式。在我们的工作中,我们演示了应用程序中的设置小的几何变形,例如,用于研究电磁腔的制造不确定性,以及沿形状变形的特征值跟踪。
2022-12-20 cs.CE cs.NA math.NA
A Canonical Gauge for Computing of Eigenpairs of the Magnetic Schrödinger Operator
针对磁性 Schrödinger 算子特征值问题,提出通过求解 Poisson 问题构造规范磁性规范场,在保持谱不变的同时降低特征向量振荡,从而提升特征对数值计算的效率与稳定性。
2025-05-12 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
Multiparametric shell eigenvalue problems
Aalto University(阿尔托大学)
本文研究薄旋转壳体在材料参数不确定时的最小特征对,提出能解析最小特征簇的随机子空间迭代算法,并通过数值实验展示随机参数下特征模的交叉现象及材料模型对确定性参数渐进行为影响的微小性。
2018-03-16 cs.NA math.NA
A QR Algorithm for Symmetric Tensors
The University of Hong Kong(香港大学)
本文提出对称张量的QR算法(QRST),通过局部排列启发式方法找到多个张量本征对,改进了传统张量幂方法。
2014-11-07 cs.NA math.NA
The Charming Leading Eigenpair
Beijing Normal University(北京师范大学)
本文研究了矩阵主导特征对的计算方法,提出了一种高效的初始值用于已知算法,并通过理论研究估计了主导特征值,最终通过具体模型解释了研究动机。
2017-06-22 cs.NA math.NA math.OC
A stable, polynomial-time algorithm for the eigenpair problem
Universidad de Cantabria(坎塔布里亚大学);City University of Hong Kong(香港城市大学);City University of New York(纽约市立大学)
本文提出稳定高效的特征对计算算法,解决数值线性代数中的长期开放问题。
2015-05-13 cs.NA math.NA
A Bi-Orthogonal Structure-Preserving eigensolver for large-scale linear response eigenvalue problem
针对含零特征值的大规模线性响应特征值问题,提出利用双正交不变子空间、广义零空间和 MGS-Biorth 的保结构子空间迭代求解器,支持批量计算、收缩与并行矩阵-向量乘积。
2025-06-10 cs.NA math.NA
An inexact Noda iteration for computing the smallest eigenpair of a large irreducible monotone matrix
National Chiao Tung University(国立交通大学)
本文提出了一种近似Noda迭代法,用于求解大不可约单调矩阵的最小特征值及其对应的特征向量。该方法通过两个松弛步骤分别计算特征值和特征向量,并分析松弛因子对收敛性的影响,证明了其全局线性或超线性收敛性。
2015-05-21 cs.NA math.NA
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
Stable and effective restarting of the SS--RR and SS--RRR methods for computing partial eigenpairs of Hermitian matrices
Tsinghua University(清华大学)
该研究针对计算埃尔米特矩阵部分特征对的SS--RR、SS--RRR方法,提出组合重启与混合重启方案,开发出更稳定高效的CJ--SS--RR系列算法,可扩展至一般标准和广义特征值问题。
2026-10-14 cs.NA math.NA
Transformation from integral operator with separable kernel to matrix in eigenvalue problem
Graduate School of Life and Environmental Sciences, Kyoto Prefectural University(京都府立大学生命环境科学研究科)
本文针对可分核积分算子的特征值问题,建立其特征值、特征函数与矩阵特征对的关联,证明第二类Fredholm积分方程可转化为矩阵特征计算问题,并用算例验证结论。
2025-11-18 cs.NA math.FA math.NA
Computing the smallest eigenpairs of the graph Laplacian
University of Padua(帕多瓦大学);University of Udine(乌迪内大学)
本文比较了三种算法在计算大规模稀疏矩阵最小特征对上的性能,发现Jacobi-Davidson方法在矩阵向量乘法次数和CPU时间上表现最佳。
2013-11-07 cs.NA math.NA
Stabilizing the Rayleigh--Ritz procedure by randomization
EPF Lausanne(洛桑联邦理工学院)
针对从给定子空间提取近似特征对时,标准Rayleigh--Ritz过程可能收敛变差甚至失败的问题,提出一种随机化Rayleigh--Ritz过程,其输出收敛速度与理想投影相当。
2026-10-27 cs.NA math.NA
A Self-learning Algebraic Multigrid Method for Extremal Singular Triplets and Eigenpairs
提出了一种求解主奇异三重态和最小奇异三重态及特征对的自学习代数多重网格方法。该方法包括两个多级阶段。在第一,乘法阶段(设置阶段),暂定奇异三元组计算连同一个多重网格层次的插值算子,近似适合暂定奇异向量的集体和自我学习的方式,使用乘法更新公式。在第二,添加剂阶段(解决阶段),暂定的奇异三元组改善所需的精度,通过使用添加剂的校正方案与固定的插值算子,结合里兹更新。一个合适的推广的奇异值分解制定适用于多层次循环的粗层次。该算法结合并扩展了现有的两种多重网格方法的对称正定本征值问题的情况下,占主导地位的和最小的奇异三元组。对不同地区的模型问题的数值试验表明,该算法在较小的迭代次数内收敛到较高的精度,并且由于其自学习特性,具有足够的灵活性来处理各种问题。
2011-02-04 cs.NA math.NA
Efficient initials for computing maximal eigenpair
Beijing Normal University(北京师范大学)
本文提出高效初始值用于计算实矩阵最大特征对,避免算法失效并提高效率,基于最大特征值分析和长期稳定性研究。
2016-11-22 cs.IT cs.NA math.IT
Numerical Analysis of the Parallel Orbital-Updating Approach for Eigenvalue Problems
本文针对需要大量特征对的线性特征值问题,基于拟正交性研究对并行轨道更新方法进行了数值分析,给出了收敛性与误差估计。
2025-07-07 cs.NA math.NA
Computing the $p$-Laplacian eigenpairs of signed graphs
本研究建立了偶数$p$下图$p$-Laplacian特征问题与张量特征问题的等价性,提出了适用于一般$p>1$的无符号图$p$-Laplacian最大特征对的快速收敛算法,还给出了性能更优的子图判定新准则,揭示了两类谱理论的深层联系。
2025-01-14 cs.NA math.CO math.NA
A Multi-level Correction Scheme for Eigenvalue Problems
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院)
提出一种新的多层校正方案,通过有限元法求解特征值问题,每步校正只需在细网格上求解源问题并在粗网格上求解特征值问题,从而提高计算效率。
2011-07-01 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
Homotopy Methods for Eigenvector-Dependent Nonlinear Eigenvalue Problems
考虑了Gross-Pitaevskii方程的有限差分离散所引起的特征向量相关的非线性本征值问题。证明了一维和二维情形下正特征向量的存在唯一性和一维情形下反对称特征向量的存在性。为了计算激发态和基态对应的本征对,分别构造了一维和二维问题的同伦,并证明了同伦路径是正则有界的.数值结果验证了理论推导的一维和二维问题。
2021-01-22 cs.NA math.NA
Parametric holomorphy of elliptic eigenvalue problems
本文提出利用参数导数界验证参数全纯性的通用框架,并在线性与半线性椭圆特征值问题中证明基态特征对的全纯性及混合导数界,为深度神经网络和拟蒙特卡洛方法提供理论基础。
2025-02-06 cs.NA math.AP math.NA
A Chebyshev--Jackson series based block SS--RR algorithm for computing partial eigenpairs of real symmetric matrices
本文针对给定区间内实对称矩阵部分特征对计算问题,提出用切比雪夫-杰克逊级数展开替代围道积分中的数值求积来近似矩,避免求解大规模位移复线性方程组,并证明了高阶矩的逐点收敛性,在此基础上开发了更高效的 CJ-SS-RR 算法。
2025-08-28 cs.NA math.NA
A homotopy method for computing the largest eigenvalue of an irreducible nonnegative tensor
Amazon Corporate LCC(亚马逊公司);University of Michigan-Flint(密歇根大学弗林特分校);Minnesota State University, Mankato(明尼苏达州立大学曼卡托分校);Seattle University(西雅图大学)
本文提出一种同伦方法计算非负张量的最大特征值及对应特征向量,证明不可约张量下方法收敛,并通过数值实验验证其效率。
2017-01-26 cs.NA math.NA
Convergence of the adaptive finite element discretization based parallel orbital-updating method for eigenvalue problems
SKLMS, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院);School of Statistics and Mathematics, Central University of Finance and Economics(中央财经大学统计与数学学院)
本文首次为基于自适应有限元离散化的并行轨道更新方法提供了数学收敛性证明,针对线性偏微分算子的聚类特征值问题,填补了该方法在电子结构计算中缺乏理论依据的空白。
2025-09-23 cs.NA math.NA
Randomized Krylov-Schur eigensolver with deflation
本文提出随机化Krylov-Schur算法,结合收缩技术,高效求解大规模特征值问题,并验证了其可扩展性与准确性。
2025-08-07 cs.NA math.NA
A posteriori error estimates of mixed discontinuous Galerkin method for the Stokes eigenvalue problem
本文对$d$维情形$(d=2,3)$中的Stokes本征值问题,利用$P_{k}-P_{k-1}$元$(k\geq 1)$给出了混合间断Galerkin有限元法的残差型后验误差估计.给出了近似特征对的后验误差估计,证明了它们对特征函数的可靠性和有效性,并分析了它们对特征值的可靠性。我们实现了自适应计算,数值结果证实了我们的理论预测,并表明我们的方法可以达到最佳的收敛阶$O(dof^{-2k/d})$。
2022-09-13 cs.NA math.NA
An analysis of the Rayleigh-Ritz and refined Rayleigh-Ritz methods for regular nonlinear eigenvalue problems
Tsinghua University(清华大学);China University of Petroleum(中国石油大学)
本文研究了正则非线性本征值问题中Rayleigh-Ritz和改进Rayleigh-Ritz方法的收敛性,分析了子空间偏差对Ritz值、Ritz向量和改进Ritz向量的影响,并给出了误差界和上下界。
2024-12-19 cs.NA math.NA
Conditioning and backward errors for nonlinear eigenvalue problems with eigenvector nonlinearities
KTH Royal Institute of Technology(瑞典皇家理工学院);KU Leuven(荷语鲁汶大学)
本文研究了具有本征向量非线性的对称非线性本征值问题的本征值条件数和反向误差,推导了可计算的显式表达式,并通过数值实验展示了此类问题相较于线性或本征值非线性理论需要更谨慎处理。
2026-10-19 cs.NA math.NA
On residual bounds of the EDMD solution to the eigenvalue problem for the Koopman operator and backward shadowing stability of the EDMD/KMD
University of Zagreb, Faculty of Science(萨格勒布大学理学院)
研究在 Koopman 算子框架下,基于跟踪理论评估离散动力系统数据驱动计算分析的反向稳定性,通过反向误差分析利用计算特征对进行谱分析,汇总残差为算子扰动,传递影响到系统映射和初始条件,最终实现伪轨迹被精确轨迹跟踪。
2026-08-13 cs.MS cs.NA math.DS
Incremental Method for Spectral Clustering of Increasing Orders
University of Michigan(密歇根大学);Indiana University - Purdue University Indianapolis(印第安纳大学-普渡大学印第安纳波利斯联合分校)
本文提出一种逐步方法,用于构建图拉普拉斯矩阵的特征谱,通过利用图拉普拉斯矩阵的特征结构,从已知的K-1个最小特征对中获取K个特征对,从而将批量特征分解问题转化为高效的顺序主导特征对计算问题。
2016-08-13 cs.NA cs.SI math.NA
The infinite Lanczos method for symmetric nonlinear eigenvalue problems
提出了求解大规模对称非线性本征值问题的一种新的迭代法。首先导出了非线性本征值问题的无穷维对称线性化,然后将不定Lanczos方法应用于该线性化,得到了一个短期递推公式.我们展示了如何,在特定的假设下的起始向量,这种方法可以进行有限的算术和如何利用的问题结构导致的计算时间方面的改进。特征对近似提取与非线性瑞利-里兹程序结合的投影空间的特定选择。我们说明了这种提取技术如何解决可能发生的不稳定性问题,由于在许多标准的Lanczos型方法的正交性损失。
2019-10-10 cs.NA math.NA