×

执政党:求解SDD线性系统的随机Cholesky因子分解。 (英语) Zbl 1480.65003号

小结:我们介绍了一种随机算法,即,阿科尔,为给定的拉普拉斯矩阵(也称为图拉普拉斯)构造一个近似的Cholesky因子分解。从图的角度来看,精确的Cholesky因式分解在删除行/列后在底层图中引入团。通过随机化,阿科尔使用由开发的随机采样,仅保留团中边缘的稀疏子集D.A.斯皮尔曼R.Kyng公司[私人通信]。我们证明了阿科尔是无故障的,并将其应用于求解具有对称对角占优矩阵的大型稀疏线性系统。此外,我们将其并行化阿科尔基于共享内存机器的嵌套分区排序。我们报告了数值实验,证明了阿科尔例如,我们的并行代码在单个节点上扩展到64个线程,用于求解三维泊松方程,并使用7点模板在(1024乘1024乘1024)网格上进行离散化,这个问题十亿未知数。

理学硕士:

65-04 与数值分析有关的问题的软件、源代码等
65F08个 迭代方法的前置条件
65英尺50英寸 稀疏矩阵的计算方法
15A23型 矩阵的因式分解
2005年5月 并行数值计算
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] A.Abdelfattah、H.Anzt、E.G.Boman、E.Carson、T.Cojean、J.Dongarra、M.Gates、T.Gruêtzmacher、N.J.Higham、S.Li、N.Lindquist、Y.Liu、J.Loe、P.Luszczek、P.Nayak、S.Pranesh、S.Rajamanickam、T.Ribizel、B.Smith、K.Swirydowicz、S.Thomas、S.Tomov、Y.M.Tsai、I.Yamazaki、U.M.Yang,《利用混合精度算法的数值方法综述》,预印本,arXiv:2007.066742020。
[2] P.R.Amestoy、T.A.Davis和I.S.Duff,近似最小度排序算法,SIAM J.矩阵分析。申请。,17(1996),第886-905页·Zbl 0861.65021号
[3] H.Anzt,E.Chow,和J.Dongarra,ParILUT-A new parallel threshold ILU factorization,SIAM J.Sci。计算。,40(2018年),第C503-C519页·Zbl 1391.65055号
[4] E.G.Boman、B.Hendrickson和S.Vavasis,用支持预条件在近线性时间内求解椭圆有限元系统,SIAM J.Numer。分析。,46(2008),第3264-3284页·Zbl 1180.65145号
[5] L.Cambier、C.Chen、E.G.Boman、S.Rajamanickam、R.S.Tuminaro和E.Darve,使用低阶近似的代数稀疏嵌套剖分算法,SIAM J.矩阵分析。申请。,41(2020年),第715-746页·Zbl 1441.65048号
[6] C.Chen、H.Pouransari、S.Rajamanickam、E.G.Boman和E.Darve,通用稀疏线性系统的分布式内存层次求解器,并行计算。,74(2018),第49-64页。
[7] E.Chow和A.Patel,《细粒度平行不完全LU因子分解》,SIAM J.Sci。计算。,37(2015),第C169-C193页·Zbl 1320.65048号
[8] M.B.Cohen、J.Kelner、R.Kyng、J.Peebles、R.Peng、A.B.Rao和A.Sidford,通过稀疏LU因式分解在近线性时间内求解有向拉普拉斯系统,收录于2018年IEEE第59届计算机科学基础年会论文集,IEEE,纽约,2018年,第898-909页。
[9] T.A.Davis、S.Rajamanickam和W.M.Sid-Lakhdar,稀疏线性系统直接方法综述,《数值学报》。,25(2016),第383-566页·Zbl 1346.65011号
[10] I.S.Duff和G.A.Meurant,排序对预处理共轭梯度的影响,BIT,29(1989),第635-657页·Zbl 0687.65037号
[11] I.S.Duff和J.K.Reid,不定稀疏对称线性方程的多面解,ACM Trans。数学。《软件》,9(1983年),第302-325页·Zbl 0515.65022号
[12] A.George,常规有限元网格的嵌套剖分,SIAM J.Numer。分析。,10(1973年),第345-363页·Zbl 0259.65087号
[13] L.Giraud、A.Haidar和L.T.Watson,并行区域分解求解器中的混合预条件,摘自《科学与工程领域分解方法》17,Springer-Verlag,柏林,2008年,第357-364页·Zbl 1139.65022号
[14] C.Glusa、E.G.Boman、E.Chow、S.Rajamanickam和D.B.Szyld,可伸缩异步域分解求解器,SIAM J.Sci。计算。,42(2020年),第C384-C409页·Zbl 1461.65257号
[15] K.D.Gremban,稀疏、对称、对角占优线性系统的组合预条件,卡内基梅隆大学博士论文,1996年。
[16] K.L.Ho和L.Ying,椭圆算子的层次插值因式分解:微分方程,Commun。纯应用程序。数学。,69(2016),第1415-1451页·兹比尔1353.35142
[17] J.Hook,J.Scott,F.Tisseur和J.Hogg,不完全Cholesky因子分解预条件的最大加方法,SIAM J.Sci。计算。,40(2018年),第A1987-A2004页·Zbl 1392.65031号
[18] R.A.Horn、R.A.Horn和C.R.Johnson,《矩阵分析主题》,剑桥大学出版社,1994年·Zbl 080115001号
[19] G.Karypis和V.Kumar,分割不规则图的快速高质量多级方案,SIAM J.Sci。计算。,20(1999年),第359-392页·Zbl 0915.68129号
[20] G.Karypis、K.Schloegel和V.Kumar,《Parmetis:并行图划分和稀疏矩阵排序库》,1.0版,明尼阿波利斯明尼苏达大学,1997年。
[21] J.A.Kelner、L.Orecchia、A.Sidford和Z.A.Zhu,用于在近线性时间内求解SDD系统的简单组合算法,载于第45届ACM计算理论研讨会论文集,ACM,纽约,2013年,第911-920页·Zbl 1293.68145号
[22] K.Kim、S.Rajamanickam、G.Stelle、H.C.Edwards和S.L.Olivier,《使用2D分区块布局的任务并行不完全Cholesky因式分解》,预印本,arXiv:1601.058712016年。
[23] I.Koutis、G.L.Miller和R.Peng,SDD线性系统的近m log n时间解算器,摘自2011年IEEE第52届计算机科学基础年会论文集,IEEE,纽约,2011年,https://doi.org/10.109/focs.2011.85。 ·兹比尔1292.05249
[24] I.Koutis、G.L.Miller和D.Tolliver,计算机视觉和图像处理问题的组合预处理和多级求解器,计算机。视觉。图像理解。,115(2011),第1638-1646页。
[25] R.Kyng和S.Sachdeva,拉普拉斯近似高斯消去-快速、稀疏和简单,摘自2016年IEEE第57届计算机科学基础年会论文集,IEEE,纽约,2016年,第573-582页。
[26] Y.T.Lee和A.Sidford,《求解线性系统的高效加速坐标下降方法和快速算法》,载于2013年IEEE第54届计算机科学基础年度研讨会论文集,IEEE,纽约,2013年,第147-156页。
[27] N.Lindquist、P.Luszczek和J.Dongarra,《使用混合精度技术改进GMRES方法的性能》,载于《烟雾山计算科学与工程会议》,柏林斯普林格-弗拉格出版社,2020年,第51-66页。
[28] J.W.Liu,《稀疏矩阵解的多波前方法:理论与实践》,SIAM Rev.,34(1992),第82-109页·Zbl 0919.65019号
[29] O.E.Livne和A.Brandt,《精益代数多重网格(LAMG):快速图形拉普拉斯线性解算器》,SIAM J.Sci。计算。,34(2012年),第B499-B522页·Zbl 1253.65045号
[30] J.A.Loe、C.A.Glusa、I.Yamazaki、E.G.Boman和S.Rajamanickam,GPU上GMRES多精度策略的实验评估,预印本,arXiv:2105.075442021。
[31] B.M.Maggs、G.L.Miller、O.Parekh、R.Ravi和S.L.M.Woo,《寻找有效的无支撑预条件》,载于第17届ACM算法与架构并行性研讨会论文集,ACM,纽约,2005年,第176-185页。
[32] J.A.Meijerink和H.A.Van Der Vorst,系数矩阵为对称M矩阵的线性系统的迭代解法,数学。公司。,31(1977年),第148-162页·Zbl 0349.65020号
[33] L.N.Olson和J.B.Schroder,PyAMG:Python v4.0版本中的代数多重网格解算器,https://github.com/pyamg/pyamg, 2018.
[34] P.Raghavan和K.Teranishi,并行混合预处理:具有选择性稀疏近似反演的不完全因子分解,SIAM J.Sci。计算。,32(2010年),第1323-1345页·Zbl 1213.65052号
[35] Y.Saad,ILUT:双阈值不完全LU因式分解,Numer。线性代数应用。,1(1994年),第387-402页·Zbl 0838.65026号
[36] Y.Saad,稀疏线性系统的迭代方法,SIAM,费城,2003年·Zbl 1031.65046号
[37] J.Scott和M.T\uma,HSL_MI28:一种高效且鲁棒的有限内存不完全Cholesky因子分解码,ACM Trans。数学。《软件》,40(2014),第1-19页·Zbl 1371.65031号
[38] D.A.Spielman和R.Kyng,Kyng和Sachdeva对采样解算器的修改,私人通信,https://github.com/danspielman/Laplacians.jl/blob/master/docs/src/usingSolvers.md#sampling-kyng-and-sachdeva解决方案,2020年。
[39] D.A.Spielman和S.-H.Teng,用于图划分、图稀疏化和求解线性系统的近线性时间算法,载于第36届美国计算机学会计算理论研讨会论文集,美国计算机学会,纽约,2004年,第81-90页·Zbl 1192.65048号
[40] D.A.Spielman和S.-H.Teng,预处理和求解对称对角占优线性系统的近线性时间算法,SIAM J.矩阵分析。申请。,35(2014),第835-885页·Zbl 1311.65031号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。