グラフニューラルネットワークを用いた多段前処理器

• 大規模な疎行列の解法は科学計算の重要な課題です。
• 本研究では、AMGスタイルの階層を持つグラフニューラル多段前処理器を提案します。
• 800以上のベンチマークでの比較により、新たな可能性と限界を示しています。

大規模な疎行列を解くことは科学計算において重要な課題です。従来の前処理法に代わり、グラフニューラルネットワークを用いた新たな多段前処理器を提案し、AMGの階層構造を取り入れています。800以上の疎行列を対象にした実験では、従来手法との比較を行い、収束の改善やオーバーヘッドの発生を評価しました。この研究は、科学シミュレーションに関心のある研究者にとって興味深い内容です。

科学計算や数値解析に興味がある研究者や技術者に向いています。