Core Concepts
Kaczmarz 알고리즘과 그 변형 알고리즘들의 성능을 분석하고 비교하여, 일관된 시스템과 비일관된 시스템에 대해 가장 효율적인 해결 방법을 제시한다.
Abstract
이 논문은 Kaczmarz 알고리즘과 그 변형 알고리즘들의 성능을 분석하고 비교한다.
먼저 선형 시스템의 유형(일관된/비일관된, 과대결정/과소결정)에 대해 설명하고, 직접 방법과 반복 방법의 차이를 소개한다. 특히 행 작용 방법인 Kaczmarz 알고리즘의 특징을 설명한다.
이어서 Kaczmarz 알고리즘의 기본 버전과 Randomized Kaczmarz, Simple Randomized Kaczmarz, Randomized Block Kaczmarz, Randomized Coordinate Descent, Randomized Extended Kaczmarz, Randomized Double Block Kaczmarz, Greedy Randomized Kaczmarz, Selectable Set Randomized Kaczmarz, Randomized Kaczmarz with Averaging 등 다양한 변형 알고리즘을 소개한다. 각 알고리즘의 수렴 특성과 장단점을 분석한다.
마지막으로 Kaczmarz 알고리즘의 병렬 구현 방법에 대해 설명한다.
Stats
선형 시스템의 해가 존재하지 않는 경우, 최소제곱해를 구하는 것이 목표이다.
과대결정 시스템의 경우 Randomized Kaczmarz 방법이 다른 알고리즘보다 빠르게 수렴할 수 있다.
Randomized Kaczmarz 방법의 수렴 속도는 행렬 A의 척도 조건수 κ(A)에 의해 결정된다.
Randomized Block Kaczmarz 방법은 행 분할의 품질(lower/upper paving bounds)에 따라 성능이 달라진다.
Randomized Kaczmarz with Averaging 방법은 병렬 처리를 통해 수렴 속도를 높일 수 있다.
Quotes
"Strohmer and Vershynin showed that RK has exponential error decay, also known as linear convergence."
"Needell extended these results for inconsistent systems, showing that RK reaches an estimate that is within a fixed distance from the solution."
"The authors of the Randomized Kaczmarz with Averaging method have shown that it has linear convergence and can also decrease the convergence horizon for inconsistent systems if more than one thread is used."