抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,H_2行列を構築するための新しいNested Cross Approximation(NNCA)を提案した。それは,近似の重要な部分であるピボットを選択する技術において,既存のNCAs ̄cite{bebendorf2012construction,zhao2019fast}とは異なっている。ピボットを選択する技術は純粋に代数的であり,単一ツリートラバースのみを含む。著者らは,適切な低ランク近似のためにNNCAを使用する高速H2マトリックスベクトル製品を開発することによってその適応性を実証した。NNCAベースH2行列ベクトル積のタイミングプロファイルと精度を説明した。また,既存のNCAベースH2行列ベクトル製品とNNCAベースH2行列ベクトル製品の比較も提供した。重要な観測は,NNCAが既存のNCAsよりも性能が良いことである。さらに,NNCAベースのH2行列ベクトル積を用いて,3Dとii)サポートベクトルマシン(SVM)における積分方程式を解く。再現可能な計算科学のスピリッツにおいて,本論文で開発したアルゴリズムの実装は,ウルル{https://github.com/SAFRAN LAB/NNCA}で利用できる。【JST・京大機械翻訳】