[논문 리뷰] Recursive Integral Method with Cayley Transformation

Ruihao Huang, Jiguang Sun외 1명|arXiv (Cornell University)|2017. 05. 03.

Matrix Theory and Algorithms참고 문헌 6인용 수 7

한 줄 요약

이 논문은 복소 평면의 지정된 영역 내에서 대규모 희박 비히어미트리안 행렬 펜슬의 모든 고유값을 계산하기 위한 향상된 고유값 해법인 RIM-C를 제안한다. 카일리 변환과 아르노르디 방법을 재귀적 적분법(RIM)에 통합함으로써 RIM-C는 계산 비용을 크게 감소시키고 새로운 지표를 통해 강건성을 향상시켜, 스펙트럼 정보가 없을 경우 MATLAB의 'eigs'보다 안정성과 신뢰성에서 뛰어나다.

ABSTRACT

Recently, a non-classical eigenvalue solver, called RIM, was proposed to compute (all) eigenvalues in a region on the complex plane. Without solving any eigenvalue problem, it tests if a region contains eigenvalues using an approximate spectral projection. Regions that contain eigenvalues are subdivided and tested recursively until eigenvalues are isolated with a specified precision. This makes RIM an eigensolver distinct from all existing methods. Furthermore, it requires no a priori spectral information. In this paper, we propose an improved version of {\bf RIM} for non-Hermitian eigenvalue problems. Using Cayley transformation and Arnoldi's method, the computation cost is reduced significantly. Effectiveness and efficiency of the new method are demonstrated by numerical examples and compared with 'eigs' in Matlab.

연구 동기 및 목표

• 사전 스펙트럼 정보가 없는 대규모 비히어미트리안 고유값 문제를 위한 신뢰할 수 있는 고유값 해법을 개발하는 것.
• 밀도 있는 해법기를 사용한 반복 선형 해법에 의존하는 원래 RIM 방법의 계산 비용을 줄이는 것.
• 스펙트럼 프로젝션에 기반한 새로운 지표를 사용하여 주어진 영역 내 고유값 탐지의 강건성과 효율성을 향상시키는 것.
• 특히 전통적인 방법인 'eigs'가 사용자 제공의 이동값에 크게 의존하는 경우에도 안정적이고 일관된 성능을 제공할 수 있도록 하는 것.

제안 방법

• RIM-C는 관심 영역을 단위 원주로 매핑하기 위해 카일리 변환을 사용하여 일반화된 고유값 문제를 케일리 부분공간 방법에 적합한 형태로 변환한다.
• 스펙트럼 프로젝션 근사에 필요한 이동된 선형 시스템 $(A - z_j B)^{-1}f$ 를 효율적으로 해결하기 위해 아르노르디 방법을 사용한다.
• 영역을 재귀적으로 분할하는 전략을 적용한다: 고유값을 포함하는 영역은 크기가 지정된 허용오차 $\epsilon$ 이하가 될 때까지 분할된다.
• 고유값 탐지에 강건성을 향상시키기 위해 새로운 지표 $\delta_S = \left| P\left( \frac{Pf}{\|Pf\|} \right) \right|$ 를 사용한다. 이는 작은 스펙트럼 성분에 대한 민감도를 향상시킨다.
• 영역을 기각할지 또는 분할할지 결정하기 위해 고정된 임계값 $\delta_0 = 0.1$ 를 사용하며, 최종 영역의 중심이 고유값 근사값으로 사용된다.
• 전체 고유값 문제를 풀지 않고, 경로 적분과 구적법을 사용하여 스펙트럼 프로젝션을 근사한다.

실험 결과

연구 질문

• RQ1 케일리 변환과 케일리 부분공간 기법을 사용하여 대규모 비히어미트리안 고유값 문제에 대해 재귀적 적분법을 크게 가속화할 수 있는가?
• RQ2 카일리 변환을 사용함으로써 RIM 프레임워크 내에서 매개변수화된 선형 시스템의 조건수와 효율성이 어떻게 향상되는가?
• RQ3 스펙트럼 프로젝션에 기반한 새로운 지표가, 특히 약한 스펙트럼 성분이 있는 영역에서 고유값 탐지의 강건성을 향상시킬 수 있는가?
• RQ4 좋은 이동값이 제공되지 않을 경우, RIM-C는 'eigs'와 비교해 성능과 안정성에서 어떻게 뛰어나게 되는가?
• RQ5 RIM-C는 사전 스펙트럼 정보 없이도 대규모 문제에서 고유값을 신뢰성 있게 계산할 수 있는가?

주요 결과

• RIM-C는 모든 테스트 케이스에서 최소 10자리 정확도로 고유값에 수렴함으로써 주어진 영역 내 고유값을 높은 정확도로 계산한다.
• 예제 1에서 RIM-C는 0.185초 만에 10개의 고유값을 계산했고, 'eigs'는 0.201초가 소요되어 효율성이 유사했다.
• 예제 2에서 RIM-C는 0.558687초 만에 6개의 고유값을 계산했고, 'eigs'는 0.333513초가 소요되어 약간의 높은 비용이었지만 일관된 결과를 보였다.
• 예제 3에서 RIM-C는 이동값에 관계없이 항상 2.57초가 소요되었고, 'eigs'는 이동값에 따라 0.39에서 7.18초까지 변동하여 RIM-C의 강건성을 입증했다.
• 예제 4에서 RIM-C는 104.23초가 소요되었고, 'eigs'는 나쁜 이동값을 사용해 1696.7초가 소요되어 RIM-C가 악조건에서도 안정성을 유지함을 보였다.
• 새로운 지표는 단지 4개의 구적점으로도 고유값을 포함하는 영역($\delta_S \approx 0.997$)과 포함하지 않는 영역($\delta_S \approx 0.0377$)을 일관되게 구분하였다.