כתבה
arXiv cs.LG ·
מערכת יחסים: דיון כללי על שיטות חיפוש איטרטיביות משופרות בעזרת למידת מכונה
An overview of machine learning-enhanced iterative methods for systems of linear and nonlinear equations
המאמר עוסק בשיטות חיפוש איטרטיביות משופרות בעזרת למידת מכונה לפתרון מערכות של משוואות רגילות ולא רגילות. השיטות האיטרטיביות המשופרות משלבות שיטות חיפוש קלאסיות עם טכניקות למידת מכונה. המאמר נותן תמונה כוללת של שיטות חיפוש איטרטיביות משופרות ודן בבעיות פתוחות ובכיוונים עתידיים למחקר.
תקציר מקורי באנגליתarXiv:2610.07211v1 Announce Type: cross Abstract: Systems of equations arise in a wide range of scientific and engineering applications. The present work focuses on solvers for general systems of equations, including but not limited to those arising from partial differential equations. These systems can be broadly categorized into linear and nonlinear problems. For large linear systems, iterative solvers are generally preferred over direct methods due to the latter's superlinear growth of computational costs. Although convergence theory is well-developed under certain assumptions on the coefficient matrix, many classes of systems still pose open challenges. These difficulties become even more severe for systems of nonlinear equations, where nonlinear solvers typically rely on repeated line
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית