保存此搜索
研究论文 2024年3月 刚刚接受 在低精度算法中避免不完全分解的崩溃 低精度浮点运算在计算机硬件中的出现,使人们对混合精度数值线性代数的使用重新产生了兴趣。 对于线性方程组,人们对混合。。。 研究论文 2020年1月 一种新的基于后验阈值旋转的稀疏$LDL^T$解算器 稀疏对称不定系统的因子分解为 特别具有挑战性,因为需要旋转来保持 因子分解的稳定性。 旋转技术 通常提供有限的并行性,并且与 重要数据。。。 研究论文 2019年1月 稀疏线性系统的时间比例左视舍入无误差LU因子分解的精确解 无舍入误差(REF)LU因子分解,以及REF正向和反向替换算法, 使一个有理的线性方程组能够准确有效地求解。 REF LU因子分解框架 有两个关键属性:。。。 研究论文 2019年1月 对称不定系统的鲁棒迭代方案 我们提出了一个两层嵌套预条件迭代格式来求解稀疏线性方程组,其中系数矩阵是对称的和不确定的,具有相对较少的负特征值。 提出的方案包括。。。 -
研究论文 2017年11月 分布式南井 :一种低通信成本的迭代方法 我们提出了一种新的算法,即分布式Southwell方法,作为块雅可比(Block Jacobi)预处理和多重网格平滑的竞争对手。 它基于Southwell迭代法,该方法是序贯的,其中只有最大的方程。。。 一种适用于GPU体系结构的稀疏对称不确定直接解算器 近年来,人们对图形处理单元(GPU)加速稀疏直接线性解算器性能的潜力产生了极大的兴趣。 努力集中于对称正定系统,其无枢轴。。。 研究论文 2016年1月 隐式正态方程鲁棒不完全因子分解线性最小二乘预处理 对应于大 稀疏线性最小二乘问题可能极具挑战性。 鲁棒不完全因子分解(RIF)预条件表示 一种具有计算重要特征的方法。。。 研究论文 2015年11月 稀疏线性系统的自适应精度求解器 我们为稀疏线性系统制定了Jacobi迭代解算器的实现,该解算器根据尾数长度以不同的精度迭代解的不同组件。 从非常低的精度开始,使用一个便宜的。。。 研究论文 2015年11月 调整平稳迭代求解器以实现故障恢复 随着晶体管的特征尺寸按照摩尔定律减小,硬件将更容易出现永久性、间歇性和瞬态错误,从而增加应用程序遇到的故障数量,并降低用户的信心。。。 研究论文 2015年11月 基于光场的连续深度贴图重建 在这篇论文中,我们研究了最近出现的摄影技术——光场——如何有助于深度图估计,这是一个具有挑战性的计算机视觉问题。 提出了一种从光场重建连续深度图的新框架。。。 研究论文 2015年8月 通过数据传输减少加速基于GPU的Krylov解算器 在求解大型稀疏线性系统时,Krylov子空间迭代求解器通常是首选的方法。 与此同时,图形处理单元等硬件加速器继续为……提供显著的浮点性能提升。。。 第条 2015年5月 TSIRM公司 :求解大型稀疏线性系统的最小二乘剩余极小化算法的两阶段迭代 本文提出了一种两阶段迭代算法,以提高基于Krylov的迭代方法的收敛性,特别是GMRES变量的迭代方法。 所提出的方法的原理是在Krylov方法上建立一个外部迭代,。。。 研究论文 2014年10月 基于广义因子近似稀疏逆预处理的三维Black-Scholes方程的高阶有限差分格式 在衍生品定价领域,期权理论评估的关键模型是Black-Scholes偏微分方程。 本文结合Richardson算法提出了一种四阶精确离散格式。。。 研究论文 2014年1月 鞍点系统的符号不完全Cholesky分解预条件 有限记忆不完全Cholesky因子分解可以提供稳健的 稀疏对称正定的预条件 线性系统。 在本文中,重点是 稀疏对称不定问题的推广 鞍点形式的系统。A。。。 研究论文 2014年1月 关于不完全胆碱酯酶的半正定修正方案 保理化 不完全的Cholesky因子分解一直很重要 用作求解大规模对称问题的预条件 正定线性系统。 在本文中,我们重点讨论了两个重要积极因素之间的关系 半定修改。。。 第条 2013年10月 GPU上线性系统能量感知解的改进共轭梯度 本文介绍了用图形处理单元(GPU)加速求解异构系统上稀疏线性系统迭代解的共轭梯度法的重新设计。 重塑经典。。。 研究论文 2013年1月 稀疏矩阵多前沿$QR$分解的细粒度多线程 多核处理器的出现代表了 计算机科学作为传统并行编程的历史 事实证明,范式无法充分发挥其潜力 用于并发计算。 需要不同的。。。 第条 2012年10月 基于显式近似逆预处理的时间谐波三维波动方程数值模拟与求解 基于近似逆的显式预处理双共轭梯度法被用于评估电磁谐振腔内部的场分布。 数值结果表明了该方法的有效性。。。 研究论文 2012年8月 SPD系统前置器性能的实证分析 预处理迭代解算器有潜力用直接方法使用的一小部分内存来求解非常大的稀疏线性系统。 然而,大多数预条件器的有效性和性能不仅与问题有关,而且。。。