- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2019年IEEE高功率二极管激光器与系统会议(HPD)- 英国考文垂(2019.10.9-2019.10.10)] 2019年IEEE高功率二极管激光器与系统会议(HPD)- 双非对称结构1.5微米高功率激光二极管
摘要: 矩阵求逆是许多计算应用中求解线性方程组的基础操作,尤其对各类新兴的大数据应用至关重要。然而,对于社交网络和推荐系统等大多数Web规模系统中常见的高阶(数千或数百万级)大规模矩阵求逆而言,这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法,通过优化数据结构、降低空间复杂度以及高效的矩阵乘法运算,设计了精良的实施方案。实验评估结果表明,该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆,并且具有处理更庞大矩阵的可扩展性。所提出的算法及实施方案将成为构建面向大数据处理与应用的Spark高性能线性代数库的坚实基础。
关键词: 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark
更新于2025-09-19 17:13:59
-
[IEEE 2019年第21届欧洲电力电子与应用会议(EPE '19 ECCE Europe) - 意大利热那亚(2019.9.3-2019.9.5)] 2019年第21届欧洲电力电子与应用会议(EPE '19 ECCE Europe) - 采用硅器件与氮化镓器件的平面反向耦合倍流整流LLC变换器分析
摘要: 矩阵求逆是许多计算应用中求解线性方程组的基础操作,尤其对各类新兴的大数据应用至关重要。然而,对于社交网络和推荐系统等大多数Web规模系统中常见的高阶(数千或数百万级)大规模矩阵求逆而言,这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法的优化方案,包括精心设计的数据结构、空间复杂度降低以及高效的矩阵乘法运算。实验评估结果表明,该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆,并且对更大规模矩阵的求逆具有可扩展性。该算法及其实现将成为构建Spark平台上高性能线性代数库以支持大数据处理与应用的重要基础。
关键词: 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark
更新于2025-09-19 17:13:59
-
[2019年IEEE国际电子器件会议(IEDM) - 美国加州旧金山(2019.12.7-2019.12.11)] 2019年IEEE国际电子器件会议(IEDM) - 首次展示用于中红外波段(超过4微米)的波导集成黑磷电光调制器
摘要: 矩阵求逆是许多计算应用中求解线性方程组的基础操作,尤其对各类新兴的大数据应用至关重要。然而,对于社交网络和推荐系统等大多数Web规模系统中常见的高阶(数千或数百万级)大规模矩阵求逆而言,这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法,通过优化数据结构、降低空间复杂度以及高效的矩阵乘法运算进行了精心设计。实验评估结果表明,该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆,并且具有处理更庞大矩阵的可扩展性。所提出的算法及实现将成为构建面向大数据处理与应用的Spark高性能线性代数库的坚实基础。
关键词: 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark
更新于2025-09-16 10:30:52