实体
algebraic multigrid method
algebraic multigrid method
PulseAugur coverage of algebraic multigrid method — every cluster mentioning algebraic multigrid method across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
图神经网络加速代数多重网格求解器
研究人员开发了一种新颖的、数据驱动的代数多重网格（AMG）压力求解器平滑器，利用了改进的图卷积同构网络（GCIN）。该图神经网络预测最优多项式系数，以构建稀疏伪逆算子，有效捕捉系统的代数结构，并适应非结构网格中的局部各向异性。该方法在各种基准测试中展示了显著的性能提升，减少了V循环次数，并实现了4%至37%的实际运行时间加速。值得注意的是，该模型表现出强大的泛化能力，在远大于训练网格的网格上保持效率，并加速了行业相关问题的收敛。
-
新的GNN框架RAPNet加速代数多重网格求解器
研究人员开发了RAPNet，一个新颖的图神经网络（GNN）框架，旨在加速代数多重网格（AMG）求解器。该框架解决了粗网格算子中稀疏性和收敛性质量之间的平衡问题，这是经典AMG方法的一个常见问题。RAPNet学习直接从代数系统中生成稀疏、鲁棒的粗算子，并采用逐层训练策略，以实现跨大域的有效泛化。该方法在求解器设置阶段运行，保持了求解阶段的效率，并在各种科学计算任务上优于传统基线。