Ginger:一种适用于一般神经网络的线性复杂度高效曲率近似方法
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文提出了一种基于自监管训练的图神经网络的数据驱动方法,用于加速科学计算和优化中的大规模线性方程组求解。通过替换传统的手工制备预处理器,实现了收敛速度和计算效率的显著提速。
🎯
关键要点
-
提出了一种基于自监管训练的图神经网络的方法
-
该方法用于加速科学计算和优化中的大规模线性方程组求解
-
通过替换传统的手工制备预处理器,实现了收敛速度和计算效率的显著提升
-
方法的核心是一种受稀疏矩阵理论启发的新型消息传递块
-
在合成和真实问题上评估了该方法,结果显示NeuralIF在各项指标上表现竞争
🏷️