[论文解读] FEAST as Subspace Iteration Accelerated by Approximate Spectral Projection

Ping Tang, Eric Polizzi|arXiv (Cornell University)|Feb 2, 2013

Matrix Theory and Algorithms被引用 4

一句话总结

本文提供了对FEAST特征值算法的首次严格收敛性分析，表明其作为通过有理函数近似谱投影算子加速的子空间迭代方法而运作。该分析证明了尽管FEAST依赖于近似谱投影算子，其仍能收敛，并为该算法在求解厄米特特征值问题时的鲁棒性与并行效率提供了理论基础。

ABSTRACT

The calculation of a segment of eigenvalues and their corresponding eigenvectors of a Hermitian matrix or matrix pencil has many applications. A new density-matrix-based algorithm has been proposed recently and a software package FEAST has been developed. The density-matrix approach allows FEAST's implementation to exploit a key strength of modern computer architectures, namely, multiple levels of parallelism. Consequently, the software package has been well received, especially in the electronic structure community. Nevertheless, theoretical analysis of FEAST has lagged. For instance, the FEAST algorithm has not been proven to converge. This paper offers a detailed numerical analysis of FEAST. In particular, we show that the FEAST algorithm can be understood as an accelerated subspace iteration algorithm in conjunction with the Rayleigh-Ritz procedure. The novelty of FEAST lies in its accelerator which is a rational matrix function that approximates the spectral projector onto the eigenspace in question. Analysis of the numerical nature of this approximate spectral projector and the resulting subspaces generated in the FEAST algorithm establishes the algorithm's convergence. This paper shows that FEAST is resilient against rounding errors and establishes properties that can be leveraged to enhance the algorithm's robustness. Finally, we propose an extension of FEAST to handle non-Hermitian problems and suggest some future research directions.

研究动机与目标

• 为FEAST特征值算法提供严格的理论基础，该算法此前缺乏正式的收敛性分析。
• 将FEAST的机制解释为通过近似谱投影算子加速的子空间迭代，以阐明其数值行为。
• 分析FEAST对舍入误差的鲁棒性，并识别增强算法鲁棒性的特性。
• 将FEAST的理论框架扩展至非厄米特特征值问题，提出未来研究方向。

提出的方法

• 将FEAST重新表述为一种子空间迭代方法，其中每次迭代均通过逼近目标特征子空间上谱投影算子的有理矩阵函数来加速。
• 使用瑞利-里茨方法从每一步生成的子空间中提取里茨对，以确保获得最优的里茨向量与特征值。
• 分析谱投影算子的有理逼近的数值性质，表明其能有效捕捉目标特征子空间。
• 在标准假设下，通过证明FEAST生成的子空间趋近于目标不变子空间，从而建立收敛性。
• 通过分析向后误差与扰动效应，证明该算法在有限精度算术下仍保持稳定。
• 通过将谱投影算子逼近方法适配复平面上的闭合路径与有理函数，提出将FEAST扩展至非厄米特问题的方案。

实验结果

研究问题

• RQ1 尽管FEAST依赖于近似谱投影算子，其在厄米特特征值问题上是否收敛？
• RQ2 谱投影算子的有理逼近如何影响子空间迭代的收敛速度与稳定性？
• RQ3 近似谱投影算子的哪些特性可确保其在有限精度计算中对舍入误差具有鲁棒性？
• RQ4 FEAST的理论框架能否扩展至非厄米特特征值问题？
• RQ5 将FEAST解释为带有有理加速器的子空间迭代，可获得哪些理论洞见？

主要发现

• 已证明FEAST作为通过有理函数近似谱投影算子加速的子空间迭代方法收敛，解决了长期存在的理论空白。
• 由于近似谱投影算子的有利条件性以及瑞利-里茨过程的特性，该算法对舍入误差具有鲁棒性。
• 收敛速度由谱投影算子有理逼近的质量决定，逼近质量越高，收敛越快。
• 子空间迭代框架可解释实际实现中观察到的FEAST的鲁棒性与并行可扩展性。
• 将FEAST扩展至非厄米特问题在理论上是可行的，并为有理Krylov方法的进一步研究开辟了新方向。
• 该分析为通过更精确地逼近谱投影算子及增强误差控制来提升FEAST的鲁棒性提供了理论基础。