关于近完全可分解马尔可夫过程的混合精度迭代方法与分析

《ACM Transactions on Modeling and Performance Evaluation of Computing Systems》：On Mixed-Precision Iterative Methods and Analysis for Nearly Completely Decomposable Markov Processes

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

在本文中，我们考虑了计算几乎完全可分解马尔可夫过程的平稳分布的问题，这是马尔可夫过程经典理论中一个成熟领域，在计算机系统和应用的设计、建模、分析和优化中具有广泛的应用。我们设计了一个数值解法的通用数学框架，利用混合精度计算的形式来显著减少计算时间，并利用迭代近似计算方法来减轻不准确计算的影响，进一步减少计算时间并确保收敛。然后，我们推导了数学分析，建立了我们通用算法框架的理论性质，包括关于近似误差、收敛行为和其他算法特性的结果。数值实验表明，与现有最高效的数值方法相比，我们的通用算法框架在计算时间上提供了显著的改进。

AI 摘要

AI 生成的摘要（实验性）

本摘要是使用自动化工具生成的，并非由文章作者撰写或审阅。它旨在支持发现，帮助读者评估相关性，并协助来自相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。全文仍然是权威的记录版本。点击此处了解更多。

点击 此处 评论本摘要的准确性、清晰度和有用性。这样做将有助于提供改进信息以及未来的再生版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。