引导匹配

启动匹配。基于图加权匹配的自举AMG软件包。本文有两个主要目标:一是描述第一作者和第三作者提出的自适应代数多重网格(AMG)方法的一些扩展;第二个目标是提出一个新的软件框架BootCMatch,它实现了构建和应用所描述的自适应AMG所需的所有组件,既作为独立的解算器,又作为Krylov方法中的预处理器。本文提出的自适应AMG是为了处理一般的对称正定(SPD)稀疏线性系统,而不需要预先假定问题及其来源的任何先验信息;自适应的目标是获得一个具有指定收敛速度的方法。该方法利用系统矩阵邻接图中的最大权匹配,利用未知项的聚集来进行粗化。更具体地说,在递归两级递阶AMG过程的每一级,使用最大乘积匹配来定义一个有效的更平滑的子空间(对粗空间的补充),这个过程被称为相容松弛。在大量的测试用例上的结果以及与相关工作的比较,证明了该方法和软件的可靠性和有效性。


zbMATH中的参考文献(参考文献9条,1标准件)

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. 弗朗切斯基尼,安德里亚;卡斯特莱托,尼古拉;怀特,约书亚A。;Tchelepi,Hamdi A:稳定接触力学问题的可伸缩预处理(2022)
  2. 达姆布拉,帕斯卡;杜拉斯坦,法比奥;Filippone,Salvatore:AMG预处理程序,适用于极端规模的线性解算器(2021年)
  3. Massimo Bernaschi,Pasqua D'Ambra,Dario Pasquini:BootCMatchG:GPU的自适应代数多重网格线性解算器(2020)不是zbMATH
  4. Sashikumar Ganesan,Manan Shah:SParSH AMG:混合CPU-GPU代数多重网格和预处理迭代方法库(2020)阿尔十四
  5. 达姆布拉,帕斯卡;Vassilevski,Panayot S.:改进基于聚合的自适应AMG的求解时间(2019年)
  6. 弗朗切斯基尼,安德里亚;帕鲁德托·马格里,维克多·A。;马祖科,詹卢卡;斯皮齐亚,尼科尔;Janna,Carlo:结构力学的鲁棒自适应代数多重网格线性解算器(2019)
  7. 帕鲁德托·马格里,维克多·A。;弗朗切斯基尼,安德里亚;Janna,Carlo:病态系统基于自适应平滑和延拓的新代数多重网格方法(2019)
  8. 阿布杜拉希,安布拉;达姆布拉,帕斯卡;迪塞拉菲诺,丹妮拉;Filippone,Salvatore:AMG基于兼容加权匹配的并行聚合(2018)
  9. 达姆布拉,帕斯卡;菲利普斯,萨尔瓦托;Vassilevski,Panayot S.:BootCMatch。基于图加权匹配的bootstrap-AMG软件包(2018)