首页 > 其他分享> > GSoC'22 工作产品提交

GSoC'22 工作产品提交

2022-09-05 03:03:59 作者：互联网

GSoC'22 工作产品提交

组织： ** 朱利希研究中心** ** .**

基本信息：

姓名：V. Sai Suraj。
电子邮件： [email protected]
GitHub：西苏拉吉 27 .
领英：赛苏拉杰 .
提议：我的_propsal .

以下博客总结了我的工作亥姆霍兹分析作为一部分 2022 年谷歌代码之夏 .

我感谢我的导师丹尼尔·科克林在此期间提供了极大的帮助和支持。

概要/项目摘要

该项目的主要目标是开发一个 分布式 SVD 算法，在 Heat 中既高效又数值稳定。 这将是一个重大的推动，因为 SVD 算法的应用数量很高，在大多数应用中，基本原理降维用来。这意味着您希望将高秩矩阵简化为低秩矩阵，同时保留矩阵中存在的大部分重要信息。这使得数据可视化和非常大数据集的给定输入的数据分析变得容易，SVD算法通过删除不必要的数据来做到这一点（ 去噪数据 ）。

整个算法可以分解为以下几个部分：

使用 QR 分解将给定的输入矩阵转换为 2 个矩阵的乘积 (Q&R)，其中矩阵 R 是上三角矩阵。
将矩阵 R 归约为双对角实矩阵，这一步可以通过使用 2 级归约来完成。
2 级双对角简化首先将矩阵简化为上带形式，矩阵上带宽为“nb”，然后将矩阵简化为上双对角形式。这是基于凸出追踪算法完成的。

3.此时，我们将给定的输入矩阵转换为双对角矩阵。

4. 现在最后一步是将给定矩阵从双对角矩阵转换为对角矩阵。

我的大部分工作是实施 凸块追逐算法 这是整个算法中最重要的步骤之一，其他工作包括检查已经实现的功能是否正常块对角化将输入矩阵转换为带状矩阵的算法，还有助于解决一般问题和纠正文档中存在的任何错误。

完成的任务

实现了一个基本/串行版本的凸出追逐算法
[ 拉取请求 ] .
实施了优化的凸出追逐算法，该算法使用 2 个进程并行完成。 [ 拉取请求 ] .
更正了 Heat 教程文档中发现的一些错误。
[ 拉取请求 ] .
创建了一些块对角矩阵来检查“block_diagonalize”函数的正常运行。 [ 报告文件 ] .
我实际上将此作为记事本的 .txt 文件提交，但由于在这里我无法上传文档，因此我将链接提供给包含相同报告的谷歌文档。

任务左：

需要编写一些自定义代码来将双对角矩阵中的两个向量（对角线及其邻居）转换为单个向量和最终求解器，只需结合所有已经实现的算法即可。

提交：

存储库从事：

https://github.com/helmholtz-analytics/heat .这是我在整个 GSoC 期间工作的存储库。
https://github.com/helmholtz-analytics/heat/tree/features/436-SVD/heat/core/linalg .这些是我处理的主要文件。

未来范围：

追球算法是基于本文中的算法实现的研究论文 .对于任何为之做出贡献的人热在将来或一般来说，谁想了解该算法，这可能非常有用。
其他一些有用的研究论文链接是：

https://www.research.manchester.ac.uk/portal/files/82231456/17m1 117732.pdf .

https://towardsdatascience.com/simple-svd-algorithms-13291ad2eef2 .

https://wwwmayr.in.tum.de/konferenzen/Jass09/courses/2/Kleine_Albers_paper.pdf .

https://icl.utk.edu/files/publications/2019/icl-utk-1326-2019.pdf

外卖

总的来说，GSoC'22 对我来说是一次美妙的体验。我学到了很多新东西，比如保持一致的代码质量、谷歌搜索不同的错误以及找到正确的答案。我精通处理错误、调试和以最小延迟完成任务。跟踪我的进度和目标使我更有条理。我真的很喜欢这个项目。
我对开源的兴趣增加了很多。我期待参加更多类似的节目。
作为一名土木工程师，我很高兴有机会参与 GSoC。

最后注：

最后，再次感谢我的导师 丹尼尔·科克林 先生，在整个项目期间帮助我，还有 克劳迪娅·科米托 在最初的申请期间帮助了我很多的妈妈。

本文链接：https://www.qanswer.top/14388/33300501

标签：提交,22,矩阵,heat,GSoC,算法,https,对角,com
来源： https://www.cnblogs.com/amboke/p/16656703.html