稀疏线性解法器的效率与健壮性是实际应用最关心的两个问题之一。在复杂应用场景下, 这两方面均面临挑战且相互制约, 一个核心问题是如何实现算法空间与特征空间的映射。本报告以典型实际应用为例, 介绍特征修正预条件算法框架, 探讨具有自动适配能力的智能型解法器。

徐小文, 博士, 研究员, 长期从事大规模数值模拟应用中的并行算法研究与软件研发, 主要研究兴趣包括大规模并行计算、并行数值代数、并行编程框架与算法库等。作为主要完成人获国家技术发明奖二等奖1项、军事科技进步一等奖3项, 获第十六届邓稼先青年科技奖(2018)、第十三届于敏数理科学奖(2020)等。目前担任北京应用物理与计算数学研究所副所长, 兼任中国工业与应用数学学会高性能计算与数学软件专委会副主任、《数值计算与计算机应用》副主编等。