会员服务
埃尔曼 · 近似 · 数值分析 ·
2020 年 7 月 16 日
The field of values bound on ideal GMRES
翻译：以理想 GMRES 约束的值字段
Jörg Liesen,Petr Tichý
Jörg Liesen,Petr Tichý
from arxiv, made some corrections and improvements

A widely known result of Elman, and its improvements due to Starke, Eiermann and Ernst, gives a bound on the worst-case GMRES residual norm using quantities related to the field of values of the given matrix and its inverse. We prove that these bounds also hold for the ideal GMRES approximation, and we derive and discuss some improvements of the bounds.


翻译：埃尔曼(Elman)及其因斯塔克(Starke ) 、 艾尔曼(Eiermann)和安永斯特(Ernst)的改善而广为人知的结果(GMRES ), 利用与特定矩阵价值领域及其反向相关的数量,对GMRES最坏的残余规范做出了约束。 我们证明这些界限也符合GMRES的理想近似值,我们得出并讨论这些界限的一些改进。
0
下载
关闭预览

相关内容

【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
84+阅读 · 2020年2月18日
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
专知会员服务
7+阅读 · 2019年12月3日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
48+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
计算机 | IUI 2020等国际会议信息4条
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
revelation of MONet
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Learning to Personalize for Web Search Sessions
Arxiv
7+阅读 · 2020年9月17日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
7+阅读 · 2019年11月5日
Reverse Attention for Salient Object Detection
Arxiv
11+阅读 · 2019年4月15日
On the Implicit Assumptions of GANs
Arxiv
6+阅读 · 2018年11月29日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
Safety-aware Adaptive Reinforcement Learning with Applications to Brushbot Navigation
Arxiv
4+阅读 · 2018年1月29日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
埃尔曼
近似
数值分析
相关VIP内容
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
84+阅读 · 2020年2月18日
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
专知会员服务
7+阅读 · 2019年12月3日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
48+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
热门VIP内容
相关资讯
计算机 | IUI 2020等国际会议信息4条
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
revelation of MONet
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Learning to Personalize for Web Search Sessions
Arxiv
7+阅读 · 2020年9月17日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
7+阅读 · 2019年11月5日
Reverse Attention for Salient Object Detection
Arxiv
11+阅读 · 2019年4月15日
On the Implicit Assumptions of GANs
Arxiv
6+阅读 · 2018年11月29日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
Safety-aware Adaptive Reinforcement Learning with Applications to Brushbot Navigation
Arxiv
4+阅读 · 2018年1月29日
Top
微信扫码咨询专知VIP会员
Top