[논문 리뷰] An improved algorithm to compute the exponential of a matrix

Philipp Bader, Sergio Blanes외 1명|arXiv (Cornell University)|2017. 10. 30.

Matrix Theory and Algorithms참고 문헌 15인용 수 5

한 줄 요약

이 논문은 매트릭스 지수의 테일러 다항식 평가를 최적화하여 패터슨–스톡마이어 방법에 비해 더 적은 매트릭스 곱셈을 사용하는 새로운 알고리즘을 제안한다. 이 방법은 다양한 매트릭스 노름 범위에서 패드 근사법보다 10–30% 더 뛰어난 성능을 보이며, MATLAB의 expm과 같은 표준 소프트웨어 라이브러리에 더 나은 대안이 된다.

ABSTRACT

In this work, we present a new way to compute the Taylor polynomial of the matrix exponential which reduces the number of matrix multiplications in comparison with the de-facto standard Patterson-Stockmeyer method. This reduction is sufficient to make the method superior in performance to Padé approximants by 10-30% over a range of values for the matrix norms and thus we propose its replacement in standard software kits. Numerical experiments show the performance of the method and illustrate its stability.

연구 동기 및 목표

• 매트릭스 지수의 테일러 다항식 평가에 필요한 계산 비용을 줄이는 것.
• 매트릭스 다항식 평가를 위한 널리 사용되는 패터슨–스톡마이어 방법에 비해 성능을 향상시키는 것.
• 매트릭스 지수의 스케일링 및 스퀘어링 알고리즘에서 패드 근사법에 대한 더 효율적인 대안을 개발하는 것.
• 기존의 MATLAB의 expm와 유사한 수치적 안정성을 확보하면서도 계산 비용을 줄이는 것.
• 표준 과학 소프트웨어에 통합 가능한 실용적이고 구현 가능한 알고리즘을 제공하는 것.

제안 방법

• 패터슨–스톡마이어 방법보다 더 적은 매트릭스 곱셈을 사용하는 매트릭스 다항식을 계산하기 위한 일반화된 재귀적 알고리즘을 도입한다.
• 계층적 분해를 통해 테일러 다항식 계수의 평가를 재구성하여, 매트릭스 곱셈 당 다항식의 차수를 높인다.
• 패터슨–스톡마이어 방법(6번의 곱셈으로 차수 16)에 비해 더 높은 차수의 다항식(예: 6번의 곱셈으로 차수 22)을 달성한다.
• 곱셈 수를 최소화하기 위해 최적화된 계수 그룹화를 활용한 호너 유사 평가 전략을 사용한다.
• 스케일링 및 스퀘어링 프레임워크에 통합되어 내부 다항식 평가 단계에서 패드 근사법을 대체한다.
• 다양한 노름 범위의 표준 테스트 매트릭스와 랜덤 매트릭스를 사용한 수치 실험을 통해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 매트릭스 지수의 테일러 다항식 평가에 필요한 매트릭스 곱셈 수를 패터슨–스톡마이어 기준 이하로 줄일 수 있는가?
• RQ2 제안된 방법은 수치적 안정성을 유지하면서도 패드 근사법에 비해 계산 비용 측면에서 뛰어나게 성능을 발휘하는가?
• RQ3 매트릭스 노름의 어떤 범위에서 새로운 테일러 기반 방법이 패드 기반 스케일링 및 스퀘어링보다 더 효율적인가?
• RQ4 기존의 구현체(예: MATLAB의 expm)와 비교해 정확도와 안정성 측면에서 새로운 방법은 어떻게 성능을 내는가?
• RQ5 동일한 수의 매트릭스 곱셈으로 더 높은 다항식 차수를 달성하기 위해 이 방법을 일반화할 수 있는가?

주요 결과

• 제안된 알고리즘은 패터슨–스톡마이어 방법에 비해 매트릭스 지수의 테일러 다항식 평가에 필요한 매트릭스 곱셈 수를 줄였다.
• 6번의 매트릭스 곱셈으로 새로운 방법은 차수 22의 다항식을 계산할 수 있으나, 패터슨–스톡마이어 방법은 차수 16에 그친다.
• 단일 정밀도와 双정밀도 모두에서 다양한 매트릭스 노름 범위에서 패드 근사법 대비 성능이 10–30% 뛰어나다.
• 새로운 방법의 상대 오차는 호너 체계 평가의 기대 범위 내에 유지되며, 패드 방법과 유사한 수준이다.
• 수치적으로 안정적이며, MATLAB의 expm 기능과 같은 표준 소프트웨어 라이브러리에 통합하기에 적합하다.
• 작은 또는 중간 정도의 노름을 가진 매트릭스에 대해서는 새로운 테일러 기반 방법이 패드 근사법보다 상당히 더 효율적이다.