Arnesh Sujanani

Omega scaling在最优对角预处理中的新理论与实践

研究人员为数值优化中的最优对角预处理开发了新的理论框架和实践方法。该研究引入了一种基于仿射的伪凸重构方法，用于最坏情况下的kappa条件数，从而能够比传统的半定规划方法提供更具可扩展性和准确性的解决方案。此外，还提供了omega最优预处理器的显式表征，表明像Jacobi scaling这样的常用方法是omega最优的，并且尽管在最坏情况下的保证较弱，但在实践中通常优于kappa最优方法。