[论文解读] Efficient estimation of eigenvalue counts in an interval

Edoardo Di Napoli, Eric Polizzi+1 more|arXiv (Cornell University)|Aug 20, 2013

Rough Sets and Fuzzy Logic参考文献 25被引用 26

一句话总结

该论文提出了一种高效的随机方法，用于估计给定区间内大型稀疏厄米特矩阵的特征值数量，结合多项式（基于切比雪夫）和有理函数（柯西积分）滤波与迹估计。关键贡献是提供了一种计算成本低廉的替代方法，以取代精确的西尔维斯特惯性计数，从而实现大规模特征值求解器（如FEAST）的可扩展特征值计数。

ABSTRACT

Estimating the number of eigenvalues located in a given interval of a large sparse Hermitian matrix is an important problem in certain applications and it is a prerequisite of eigensolvers based on a divide-and-conquer paradigm. Often an exact count is not necessary and methods based on stochastic estimates can be utilized to yield rough approximations. This paper examines a number of techniques tailored to this specific task. It reviews standard approaches and explores new ones based on polynomial and rational approximation filtering combined with a stochastic procedure.

研究动机与目标

• 开发快速、近似的特征值计数方法，用于估计大型稀疏厄米特矩阵在指定区间内的特征值数量。
• 与精确方法（如LDL^T分解和西尔维斯特惯性定律）相比，降低计算成本。
• 通过提供可靠特征子空间维数估计，支持基于子空间的特征值求解器，实现最优子空间大小选择。
• 通过围道积分，将特征值计数的适用性扩展至非对称和复特征值问题。
• 评估不同滤波与求解策略在准确性、计算成本和收敛行为之间的权衡。

提出的方法

• 使用随机向量的随机迹估计器，估计在区间 [a, b] 内特征值上的谱投影算子的迹。
• 通过切比雪夫-雅可布多项式实现多项式滤波，以近似标准和广义特征值问题的谱投影算子。
• 通过求解器的围道积分实现有理函数逼近，构建谱投影算子，从而支持复数和非对称问题。
• 根据成本与精度的权衡，对有理滤波中出现的线性系统应用LU分解或Krylov子空间方法求解。
• 对标准问题使用屏障型滤波，对广义问题使用高通/低通滤波，以针对特定的谱区间。
• 在非厄米特情况下使用复随机向量和实部平均法估计迹，利用投影算子迹等于特征值数量的性质。

实验结果

研究问题

• RQ1 如何比使用精确LDL^T分解更高效地估计区间内的特征值数量？
• RQ2 基于切比雪夫的多项式滤波在特征值计数中的准确性和收敛行为如何？
• RQ3 通过围道积分实现的有理逼近在准确性和成本上与多项式方法相比如何？
• RQ4 能否将特征值计数估计方法扩展至非对称和复特征值问题？
• RQ5 在有理滤波中，子空间大小、积分点数和收敛速率之间的最优权衡是什么？

主要发现

• 使用切比雪夫-雅可布多项式的多项式滤波方法，可提供低成本的特征值计数估计，且准确性可接受，尤其在特征值与区间边界明显分离时效果更佳。
• 通过围道积分实现的有理逼近达到线性收敛速率，在数值测试中，n_c=8 时观测到的收敛速率约为 4×10⁴，n_c=5 时约为 2×10²。
• 对于 qc324 复对称矩阵，使用6个积分点（每半个圆使用高斯-3）的有理方法，成功估计出围道内约37个特征值，证明了该方法在复数问题中的可行性。
• 使用复随机向量实部的随机迹估计器在非厄米特情况下能有效估计迹，且虚部偏差可忽略不计。
• 所提出的方法减少了对昂贵的精确惯性计数的需求，通过估计所需子空间维数，加快了FEAST等特征值求解器的初始化过程。
• 由于投影算子近似误差，估计值在区间边界附近偏差增大，凸显了这一关键局限性，需进一步研究。