STARTSEITEKontakt | Lokales | Impressum | Englisch
Minerva Logo of the MPG
Photo of the Institute
Banner Max-Planck-Institut
Fachgruppe Computational Methods in Systems and Control Theory

Diese Seite wird nicht mehr aktualisiert. Bitte besuchen Sie unsere neue Webpräsenz.

This page is not updated any longer. Please visit our new website.

Fachgruppe Computational Methods in Systems and Control Theory
(Prof. Dr. Peter Benner)

Neuigkeiten

Preprint: A numerical comparison of solvers for large-scale, continuous-time algebraic Riccati equations


06. November 2018
In diesen Übersichtsartikel präsentieren Peter Benner, Zvonimir Bujanović (Uni Zagreb), Patrick Kürschner und Jens Saak einen umfassenden Vergleich für Niedrigranglöser für hochdimensionale algebraische Riccatigleichungen.
UT Austin logo

Events: Peter Benner visits ICES


25. Oktober 2018
Vom 19.10. bis 02.11.2018 besucht Peter Benner das Institute for Computational Engineering and Sciences (ICES) an der University of Texas in Austin. Als Gast der neuen ICES Direktorin, Prof. Karen Willcox, wird er dabei durch eine J. T. Oden Faculty Fellowship unterstützt. Am 25.10. spricht er im ICES Seminar über "Low-rank tensor methods for PDE-constrained optimization under uncertainty"
IPAM Logo

Veranstaltung: IPAM Workshop "HPC and Data Science for Scientific Discovery"


15. Oktober 2018
The workshop "HPC and Data Science for Scientific Discovery", Oct. 15-19, 2018, is part of the Long Program "Science at Extreme Scales: Where Big Data Meets Large-Scale Computing" at the Institute for Pure and Applied Mathematics (IPAM), University of California, Los Angeles (UCLA). Peter Benner presents an invited lecture "Low-rank tensor methods for simulation, optimization and uncertainty quantification of parametric PDEs", and Pawan Goyal contributes a poster.

Paper: Hierarchical Approximate Proper Orthogonal Decomposition


04. Oktober 2018
Stephan Rave (WWU Münster), Tobias Leibner (WWU Münster) und Christian Himpe haben einen fehlergetriebenen Hauptachsentransformations-Algorithmus für große Datenmengen entwickelt. Die Hierarchical Approximate Proper Orthogonal Decomposition (HAPOD) erlaubt Niedrigrang-Abschätzungen sowohl auf Supercomputern mit minimaler Kommunikation als auch auf Einplatinencomputern mit beschränktem Speicher.
History of Lyapunov residuals and inner tolerances of (in)exact LR-ADI

Preprint: Inexact methods for the low rank solution to large scale Lyapunov equations


18. September 2018
Melina Freitag (Uni Bath) und Patrick Kürschner untersuchen die Auswirkungen von inexakten Lösungen der linearen Gleichungssysteme in rationalen Krylov Unterraum- und Niedrig-rang ADI-Verfahren für große Matrixgleichungen. Adaptive Abbruchkriterien werden vorgestellt, die eine Reduzierung des numerischen Aufwands zur Lösung der linearen Systeme ermöglichen.

Die nächsten Seminarvorträge

Datum Vortragende(r) Titel
13.11.18 Hussam Al Daas Parallel Iterative Linear Solvers
14.11.18 Wednesday 13:00 Carmen Gräßle Adaptivity in Model Order Reduction with Proper Orthogonal Decomposition


Datum Vortragende(r) Titel
05.12.18 Christian Himpe An Introduction to Posit Arithmetics

 Top
Jens Saak, saak@mpi-magdeburg.mpg.de