Eigenvalue Problems: Algorithms, Software and Applications in Petascale Computing (eBook)

EPASA 2015, Tsukuba, Japan, September 2015
eBook Download: PDF
2018 | 1st ed. 2017
X, 313 Seiten
Springer International Publishing (Verlag)
978-3-319-62426-6 (ISBN)

Lese- und Medienproben

Eigenvalue Problems: Algorithms, Software and Applications in Petascale Computing -
Systemvoraussetzungen
213,99 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book provides state-of-the-art and interdisciplinary topics on solving matrix eigenvalue problems, particularly by using recent petascale and upcoming post-petascale supercomputers. It gathers selected topics presented at the International Workshops on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing (EPASA2014 and EPASA2015), which brought together leading researchers working on the numerical solution of matrix eigenvalue problems to discuss and exchange ideas - and in so doing helped to create a community for researchers in eigenvalue problems. The topics presented in the book, including novel numerical algorithms, high-performance implementation techniques, software developments and sample applications, will contribute to various fields that involve solving large-scale eigenvalue problems.

An Error Resilience Strategy of a Complex Moment-Based Eigensolver: Akira Imakura, Yasunori Futamura, and Tetsuya Sakurai.- Numerical Integral Eigensolver for a Ring Region on the Complex Plane: Yasuyuki Maeda, Tetsuya Sakurai, James Charles, Michael Povolotskyi, Gerhard Klimeck, and Jose E. Roman.- A Parallel Bisection and Inverse Iteration Solver for a Subset of Eigenpairs of Symmetric Band Matrices: Hiroyuki Ishigami, Hidehiko Hasegawa, Kinji Kimura, and Yoshimasa Nakamura.- The Flexible ILU Preconditioning for Solving Large Nonsymmetric Linear Systems of Equations: Takatoshi Nakamura and Takashi Nodera.- Improved Coefficients for Polynomial Filtering in ESSEX: Martin Galgon, Lukas Krämer, Bruno Lang, Andreas Alvermann, Holger Fehske, Andreas Pieper, Georg Hager, Moritz Kreutzer, Faisal Shahzad, Gerhard Wellein, Achim Basermann, Melven Röhrig-Zöllner, and Jonas Thies.- Eigenspectrum Calculation of the O(a)-improved Wilson-Dirac Operator in Lattice QCD using the Sakurai-Sugiura Method: Hiroya Suno, Yoshifumi Nakamura, Ken-Ichi Ishikawa, Yoshinobu Kuramashi, Yasunori Futamura, Akira Imakura, and Tetsuya Sakurai.- Properties of Definite Bethe–Salpeter Eigenvalue Problems: Meiyue Shao and Chao Yang.- Preconditioned Iterative Methods for Eigenvalue Counts: Eugene Vecharynski and Chao Yang.- Comparison of Tridiagonalization Methods using High-precision Arithmetic with MuPAT: Ryoya Ino, Kohei Asami, Emiko Ishiwata, and Hidehiko Hasegawa.- Computation of Eigenvectors for a Specially Structured Banded Matrix: Hiroshi Takeuchi, Kensuke Aihara, Akiko Fukuda, and Emiko Ishiwata.- Monotonic Convergence to Eigenvalues of Totally Nonnegative Matrices in an Integrable variant of the Discrete Lotka-Volterra System: Akihiko Tobita, Akiko Fukuda, Emiko Ishiwata, Masashi Iwasaki, and Yoshimasa Nakamura.- Accuracy Improvement of the Shifted Block BiCGGR Method for Linear Systems with Multiple Shifts and Multiple Right-Hand Sides: Hiroto Tadano, Shusaku Saito, and Akira Imakura.- Memory-Saving Technique for the Sakurai–Sugiura Eigenvalue Solver using the Shifted Block Conjugate Gradient Method: Yasunori Futamura and Tetsuya Sakurai.- Filter Diagonalization Method by Using a Polynomial of a Resolvent as the Filter for a Real Symmetric-Definite Generalized Eigenproblem: Hiroshi Murakami.- Off-Diagonal Perturbation, First-Order Approximation and Quadratic Residual Bounds for Matrix Eigenvalue Problems: Yuji Nakatsukasa.- An Elementary Derivation of the Projection Method for Nonlinear Eigenvalue Problems Based on Complex Contour Integration: Yusaku Yamamoto.- Fast Multipole Method as a Matrix-Free Hierarchical Low-Rank Approximation: Rio Yokota, Huda Ibeid, and David Keyes.- Recent Progress in Linear Response Eigenvalue Problems: Zhaojun Bai and Ren-Cang Li.

Erscheint lt. Verlag 3.1.2018
Reihe/Serie Lecture Notes in Computational Science and Engineering
Lecture Notes in Computational Science and Engineering
Zusatzinfo X, 313 p. 95 illus., 43 illus. in color.
Verlagsort Cham
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Programmiersprachen / -werkzeuge
Mathematik / Informatik Mathematik
Naturwissenschaften Physik / Astronomie
Schlagworte High-Performance Computing • matrix eigenvalue problems • numerical linear algebra • Parallel Computing • petascale computing
ISBN-10 3-319-62426-1 / 3319624261
ISBN-13 978-3-319-62426-6 / 9783319624266
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 7,0 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Das Handbuch für Webentwickler

von Philip Ackermann

eBook Download (2023)
Rheinwerk Computing (Verlag)
37,43
Das umfassende Handbuch

von Johannes Ernesti; Peter Kaiser

eBook Download (2023)
Rheinwerk Computing (Verlag)
33,68