• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実施状況報告書

大規模なテンソル和の任意の特異値計算

研究課題

研究課題/領域番号 21K17754
研究機関香川高等専門学校

研究代表者

大橋 あすか  香川高等専門学校, 一般教育科(詫間キャンパス), 助教 (50782166)

研究期間 (年度) 2021-04-01 – 2024-03-31
キーワードテンソル和 / 任意の特異値 / 前処理行列CG法 / シフト付き逆Lanczos法
研究実績の概要

本研究の目的は,テンソル和の任意の特異値計算のための「テンソル空間上のシフト付き逆Lanczos法」に対して,反復で必要なテンソル和に対する線形方程式を解くための「前処理付きCG法」の前処理行列を提案することである.テンソル和の行列サイズが大規模であるため,テンソル和を生成・保持して特異値計算することがメモリの観点から困難となる.
テンソル和の最大・最小特異値を求めた先行研究では,テンソル和のテンソル積構造を利用して,テンソル(多次元配列)上の演算に変換することで,メモリの効率化・計算時間の高速化を達成した.
本研究では,テンソル和の任意の特異値を計算するために,テンソル和に対する「シフト付き逆Lanczos法」とその各反復で必要なテンソル和に対するシフト行列の線形方程式の解法を考える.単純に適用するとメモリの観点から計算困難であるため,先行研究の成果をもとに,テンソルを活用してメモリの効率化・高速化を図る.また,テンソル和の線形方程式の解法として一般的な前処理付きCG法を適用し,テンソルによる実装可能な前処理付き行列を提案する.
今年度の成果は,テンソル和を対称行列と類似した特性がある行列に対して効果が期待される前処理行列の提案である.テンソル和の固有値分解・Schur分解は,テンソル和を構成する小規模な行列の分解に対してテンソル和をとることで得られる.そこで,固有値分解・Schur分解で得られる行列から生成できる対角行列を前処理行列とすると,前処理行列を使わない場合に比べて線形方程式の収束を高速化できた.また対角行列を前処理行列とすることの利点は,テンソルによる実装が容易になることである.

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

次年度の研究内容の一部として設定していた,各行列分解を用いた前処理行列について実装し,計算時間の高速化を確認できたため,初年度の計画以上に進展できたと考えられる.

今後の研究の推進方策

まず今年度の成果である,固有値分解・Schur分解に基づいた前処理行列について,どのような行列に対して効果があるかを検証する.
そして,テンソル和が対称行列との類似性がない場合に有効な前処理行列の調査を始める.

次年度使用額が生じた理由

理由は大きく2つある.1つは,新型コロナウイルス感染症の影響により研究出張を取りやめたこと,もう1つは所属変更により,ワークステーションの購入を先送りにしたことである.

  • 研究成果

    (2件)

すべて 2022 2021

すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 2件)

  • [雑誌論文] Recent development for computing singular values of a generalized tensor sum2022

    • 著者名/発表者名
      Asuka Ohashi and Tomohiro Sogabe
    • 雑誌名

      Journal of Advanced Simulation in Science and Engineering

      巻: 9 ページ: 136-149

    • DOI

      10.15748/jasse.9.136

    • 査読あり / オープンアクセス
  • [雑誌論文] Numerical Algorithms for Computing an Arbitrary Singular Value of a Tensor Sum2021

    • 著者名/発表者名
      Asuka Ohashi and Tomohiro Sogabe
    • 雑誌名

      Axioms

      巻: 10 ページ: 1-14

    • DOI

      10.3390/axioms10030211

    • 査読あり / オープンアクセス

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi