[논문 리뷰] Two-step scale-splitting method for solving complex symmetric system of linear equations

Davod Khojasteh Salkuyeh|arXiv (Cornell University)|2017. 05. 06.

Matrix Theory and Algorithms참고 문헌 15인용 수 11

한 줄 요약

이 논문은 복소수 대칭 선형계 $(W + iT)x = b$ 를 해결하기 위해 두 단계 스케일링-스플릿팅(TSCSP) 방법을 제안한다. 여기서 $W$ 와 $T$ 는 대칭 양의 정부호 또는 준정부호이다. 이 방법은 스케일링과 스플릿팅에 기반한 두 단계 반복 과정을 도입하여 수렴성과 효율성을 향상시키며, 무조건 수렴 성질을 가지며, 반복 횟수와 CPU 시간이 모두 낮아, SCSP, MHSS, PMHSS 및 GSOR 방법보다 수치 실험에서 뛰어난 성능을 보였다.

ABSTRACT

Based on the Scale-Splitting (SCSP) iteration method presented by Hezari et al. in (A new iterative method for solving a class of complex symmetric system linear of equations, Numerical Algorithms 73 (2016) 927-955), we present a new two-step iteration method, called TSCSP, for solving the complex symmetric system of linear equations $(W+iT)x=b$, where $W$ and $T$ are symmetric positive definite and symmetric positive semidefinite matrices, respectively. It is shown that if the matrices $W$ and $T$ are symmetric positive definite, then the method is unconditionally convergent. The optimal value of the parameter, which minimizes the spectral radius of the iteration matrix is also computed. Numerical {comparisons} of the TSCSP iteration method with the SCSP, the MHSS, the PMHSS and the GSOR methods are given to illustrate the effectiveness of the method.

연구 동기 및 목표

• PDE, 구조역학 및 양자 chromodynamics에서 발생하는 복소수 대칭 선형계를 위한 더 효율적인 반복 해법 개발.
• 스케일링-스플릿팅(SCSP) 방법을 개선하기 위해 수렴 속도와 강건성을 향상시키기 위해 두 단계 반복 과정을 도입.
• 이론적 수렴 조건을 확립하고 반복 행렬의 스펙트럼 반경을 최소화하는 최적의 매개수 $\alpha$ 를 계산.
• 다양한 테스트 문제를 대상으로 TSCSP를 기존 방법(SCSP, MHSS, PMHSS, GSOR)과 반복 횟수 및 CPU 시간 측면에서 수치적으로 비교.
• MHSS는 차원 증가에 따라 성능이 악화되는 것과는 달리, TSCSP가 문제 크기와 관계없이 안정적인 수렴 행동을 유지함을 입증.

제안 방법

• TSCSP 방법은 원래 시스템 $(W + iT)x = b$ 를 $\alpha - i$ 로 스케일링하여 등가 시스템을 도출하고, 이를 두 개의 부분계로 분할하는 두 단계 반복 과정을 적용한다.
• 첫 번째 단계는 $(\alpha I + W)z^{(k+1/2)} = (\alpha I - iT)z^{(k)} + b$ 를 풀며, 두 번째 단계는 $(\alpha I + T)z^{(k+1)} = (\alpha I + iW)z^{(k+1/2)} - ib$ 를 풀며, 양측 모두 대칭 양의 정부호 행렬을 사용한다.
• 이 방법은 $W$ 와 $T$ 의 대칭성과 양의 정부호 성질을 활용하여, 각 단계에서 콜레스키 분해 또는 코시-게르쉬고르츠(CG) 방법을 통해 해의 존재를 보장한다.
• 반복 행렬의 스펙트럼 반경을 분석하여 유도하고, 수렴 속도를 최소화하기 위해 최적의 $\alpha$ 를 해석적으로 계산한다.
• 이 방법은 복소수 산술을 피하는 실수 산술 기반 설계로, 계산 효율성을 향상시킨다.
• TSCSP는 다양한 크기와 행렬 구조를 가진 벤치마크 문제를 사용하여 SCSP, MHSS, PMHSS 및 GSOR와 수치적으로 비교되었다.

실험 결과

연구 질문

• RQ1 SCSP 방법의 두 단계 확장이 복소수 대칭 선형계에서 원래 SCSP보다 더 빠른 수렴 속도와 우수한 확장성을 달성할 수 있는가?
• RQ2 TSCSP 반복 행렬의 스펙트럼 반경을 최소화하는 데 최적의 매개수 $\alpha$ 는 무엇인가?
• RQ3 다양한 문제 크기에서 TSCSP는 MHSS, PMHSS, GSOR 및 SCSP와 비교해 반복 횟수와 CPU 시간 측면에서 어떻게 성능을 내는가?
• RQ4 MHSS는 차원 증가에 따라 성능이 악화되는 것과는 달리, TSCSP는 문제 크기가 증가함에 따라 수렴 강건성과 안정성을 유지하는가?
• RQ5 일단 단계 방법인 SCSP 및 GSOR와 비교해 두 단계 구조는 수렴을 위한 반복 횟수를 얼마나 줄이는가?

주요 결과

• W와 T가 대칭 양의 정부호일 경우 TSCSP 방법은 무조건 수렴하며, 모든 이러한 시스템에 대해 강건성을 보장한다.
• TSCSP의 최적 매개수 $\alpha$ 는 해석적으로 유도되었으며, 반복 행렬의 스펙트럼 반경을 최소화하는 데 성공하였다.
• 예제 1($n=1024^2$)에서 TSCSP는 단 22회의 반복과 59.23초가 소요되었으며, MHSS(452회, 1063.81초) 및 GSOR(76회, 182.58초)보다 현저히 적게 소요되었다.
• 예제 2에서는 $n=1024^2$ 에서 TSCSP가 22회의 반복을 기록했고, PMHSS는 38회, MHSS는 452회를 기록하여 TSCSP의 뛰어난 확장성과 성능을 입증했다.
• 예제 3에서는 $n=1024^2$ 에서 TSCSP는 단 23회의 반복을 기록했고, SCSP는 94회, MHSS는 869회를 기록하여 반복 횟수의 상당한 감소를 보였다.
• 예제 4에서는 $n=1024^2$ 에서 TSCSP는 단 8회의 반복을 기록했으며, GSOR(25회), PMHSS(28회), MHSS(28회)를 모두 앞서며, 가장 낮은 CPU 시간인 3.91초를 기록했다.