Vše
Vše

Co hledáte?

Vše
Projekty
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”

Factorized Approximate Inverses With Adaptive Dropping

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Factorized Approximate Inverses With Adaptive Dropping

  • Popis výsledku v původním jazyce

    This paper presents a new approach to constructing factorized approximate inverses for a symmetric and positive definite matrix $A$. The proposed strategy is based on adaptive dropping that reflects the quality of preserving the relation $UZ = I$ between the direct factor $U$ and the inverse factor $Z$ satisfying $A = U^TU$ and $A^{-1}=ZZ^T$. An important part of the approach is column pivoting, used to minimize the growth of the condition number of leading principal submatrices of $U$ that occurs explicitly in the dropping criterion. Numerical experiments demonstrate that the resulting approximate inverse factorization is robust as a preconditioner for solving large and sparse systems of linear equations.

  • Název v anglickém jazyce

    Factorized Approximate Inverses With Adaptive Dropping

  • Popis výsledku anglicky

    This paper presents a new approach to constructing factorized approximate inverses for a symmetric and positive definite matrix $A$. The proposed strategy is based on adaptive dropping that reflects the quality of preserving the relation $UZ = I$ between the direct factor $U$ and the inverse factor $Z$ satisfying $A = U^TU$ and $A^{-1}=ZZ^T$. An important part of the approach is column pivoting, used to minimize the growth of the condition number of leading principal submatrices of $U$ that occurs explicitly in the dropping criterion. Numerical experiments demonstrate that the resulting approximate inverse factorization is robust as a preconditioner for solving large and sparse systems of linear equations.

Klasifikace

  • Druh

    Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    SIAM Journal on Scientific Computing

  • ISSN

    1064-8275

  • e-ISSN

  • Svazek periodika

    38

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    14

  • Strana od-do

    "A1807"-"A1820"

  • Kód UT WoS článku

    000385282800024

  • EID výsledku v databázi Scopus

    2-s2.0-84976871009

Základní informace

Druh výsledku

Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

Jx

CEP

BA - Obecná matematika

Rok uplatnění

2016