Эффективный алгоритм поиска численных решений уравнений эллиптического типа в QTT-форматес использованием z-kron

Автор: Маркеева Л.Б., Оселедец И.В.

Журнал: Труды Московского физико-технического института @trudy-mipt

Рубрика: Информатика и управление

Статья в выпуске: 3 (47) т.12, 2020 года.

Бесплатный доступ

Данная работа описывает способ решения дифференциального уравнения эллиптического типа с использованием тензорного разложение Quantized Tensor Train (QTT) в качестве структуры для хранения данных. QTT позволяет хранить разреженные матрицы в компактном представлении в памяти ЭВМ. Преимуществом данного тензорного разложения является наличие эффективных реализаций базовых математических операций, таких как сложение и умножение на число, вектор или матрицу и т.д. Также существуют готовые итерационные методы решения СЛАУ и их программные реализации, сохраняющие одновременно матрицу системы и решение в QTT-формате, такие как AMEN и TT-GMRES. Оба этих решателя используются в данной работе. Для предотвращения экспоненциального роста рангов в QTT представлении использовалась z-перестановка строк и столбцов матрицы. В качестве метода поиска численного решения взят итерационный метод Дирихле. Данный метод позволяет искать численное решение уравнения на отдельных подобластях задачи параллельно, после чего происходит согласование решения на границах подобластей. В результате выполнения данной работы был предложен итерационный алгоритм решения дифференциальных уравнений эллиптического типа. Следствием этого алгоритма является реализованный код решателя. Данный алгоритм демонстрирует ограниченное сверху константой число итераций во время поиска решения. Алгоритмическая сложность данного решателя O (︀nr2)︀, где r - это ранг в QTT представлении, n - число узлов сетки.

Еще

Tensor train, z-kron, gmres

Короткий адрес: https://sciup.org/142230087

IDR: 142230087

Список литературы Эффективный алгоритм поиска численных решений уравнений эллиптического типа в QTT-форматес использованием z-kron

  • Strang G., Fix G. An analysis of the finite element method. Prentice-hall Englewood Cliffs, NJ, 1973.
  • Василевский Ю.В., Ольшанский M.A. Краткий курс по многосеточным методам и методам декомпозиции области. Краткий курс по многосеточным методам и методам декомпозиции области, Москва : МАКС Пресс, 2007.
  • Oseledets I. Tensor-train decomposition // SIAM Journal on Scientific Computing. 2011 Sep 22; 33(5):2295 317.
  • Markeeva L., Tsybulin I., Oseledets I. QTT-isogeometric solver in two dimensions // arXiv preprint arXiv: 1802.02839, 2018
  • Dolgov S. V., Savostyanov D. V. Alternating minimal energy methods for linear systems in higher dimensions // SIAM Journal on Scientific Computing. 2014. 36(5):A2248-A2271.
  • Dolgov S. TT-GMRES: solution to a linear system in the structured tensor format // Russian Journal of Numerical Analysis and Mathematical Modelling. 2013. 28(2):149-172.
  • Khoromskij B.N. Tensor numerical methods in scientific computing. 19, 2018, Walter de Gruvter GmbH k, Co KG.
  • Grasedyck L., Kressner D., Tobler Ch. A literature survey of low-rank tensor approximation techniques // GAMM-Mitteilungen. 2013. 36(l):53-78.
  • Matveev S., Zheltkov D., Tyrtyshnikov E, Smirnov A. Tensor train versus Monte Carlo for the multicomponent Smoluchowski coagulation equation // Journal of Computational Physics. 2016. 316:164-179.
  • Rakhuba M., Novikov A., Oseledets I. Low-rank Riemannian eigensolver for high-dimensional Hamiltonians // Journal of Computational Physics. 2019. 396:718-737.
  • Chertkov A., Oseledets I., Rakhuba M. Robust discretization in quantized tensor train format for elliptic problems in two dimensions // 2016. arXiv preprint arXiv: 1612.01166
  • Dolgov S., Khoromskij B, Oseledets I Fast solution of parabolic problems in the tensor train/quantized tensor train format with initial application to the Fokker-Planck equation // SIAM Journal on Scientific Computing. 2012. 34(6):A3016-A3038.
  • Morton M. A computer oriented geodetic data base and a new technique in file sequencing. International Business Machines Company New York, 1966.
  • Oseledets I, Dolgov S. Solution of linear systems and matrix inversion in the TT-format // SIAM Journal on Scientific Computing. 2012. 34(5):A2718-A2739.
  • Kazeev V., Schwab Ch. Quantized tensor-structured finite elements for second-order elliptic PDEs in two dimensions 11 Numerische Mathematik. 2018. 128(1):133-190.
  • Oseledets I. Tensor-train decomposition // SIAM Journal on Scientific Computing. 2011 Sep 22. 33(5):22f)5 317.
  • Маркеева, Л.Б., Цыбулин И.В. Построение z-переставленных матриц в QTT-формате // Журнал вычислительной математики и математической физики, специальный выпуск конференции Matrix Methods in Mathematics 2019. 2020.
  • Oseledets I.V. // TTPY. 2013. https://github.com/oseledets/ttpv;
  • Logg A., Mardal K.-A., Wells G. Automated solution of differential equations by the finite element method: The FEniCS book. Springer Science k, Business Media, 2012. 84 p.
  • Bachmayr M., Kazeev V. Stability of low-rank tensor representations and structured multilevel preconditioning for elliptic PDEs. 1-62, Foundations of Computational Mathematics. Springer, 2020.
Еще
Статья научная