Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Preconditioning of LSQR and CGLS: Variants, Properties and Relations

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F25%3A10511074" target="_blank" >RIV/00216208:11320/25:10511074 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1007/978-3-031-86173-4_42" target="_blank" >https://doi.org/10.1007/978-3-031-86173-4_42</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-031-86173-4_42" target="_blank" >10.1007/978-3-031-86173-4_42</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Preconditioning of LSQR and CGLS: Variants, Properties and Relations

  • Popis výsledku v původním jazyce

    LSQR and CGLS represent well known Krylov subspace methods for the solution of linear approximation problems including ill-posed ones. In order to accelerate convergence or impose solution constraints, various preconditioning strategies have been proposed. Basic LSQR and CGLS are mathematically equivalent, but relations among their preconditioned variants have been studied only partially. In this paper, we do not restrict to particular applications, but we algebraically describe underlying subspaces, optimality conditions, and relate quantities generated by selected preconditioned variants. Furthermore, motivated by available right preconditioned CGLS avoiding transformation of coordinates, we give a transformation free right preconditioned LSQR algorithm.

  • Název v anglickém jazyce

    Preconditioning of LSQR and CGLS: Variants, Properties and Relations

  • Popis výsledku anglicky

    LSQR and CGLS represent well known Krylov subspace methods for the solution of linear approximation problems including ill-posed ones. In order to accelerate convergence or impose solution constraints, various preconditioning strategies have been proposed. Basic LSQR and CGLS are mathematically equivalent, but relations among their preconditioned variants have been studied only partially. In this paper, we do not restrict to particular applications, but we algebraically describe underlying subspaces, optimality conditions, and relate quantities generated by selected preconditioned variants. Furthermore, motivated by available right preconditioned CGLS avoiding transformation of coordinates, we give a transformation free right preconditioned LSQR algorithm.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture Notes in Computational Science and Engineering

  • ISBN

    978-3-031-86172-7

  • ISSN

    1439-7358

  • e-ISSN

    2197-7100

  • Počet stran výsledku

    10

  • Strana od-do

    415-424

  • Název nakladatele

    Springer Nature

  • Místo vydání

    Switzerland

  • Místo konání akce

    Lisbon, portugal

  • Datum konání akce

    4. 9. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku