Key points are not available for this paper at this time.
Die Matrix-Vektor-Multiplikation bildet die Grundlage vieler iterativer Lösungsalgorithmen und ist daher auch ein wichtiger Algorithmus für hierarchische Matrizen. Aufgrund ihrer geringen Rechenintensität ist ihre Leistung jedoch typischerweise durch die verfügbare Speicherdatenbandbreite begrenzt. Durch die Optimierung der Speicherrepräsentation der Daten innerhalb solcher Matrizen kann diese Einschränkung aufgehoben und die Leistung erhöht werden. Dies gilt nicht nur für hierarchische Matrizen, sondern auch für andere Niedrigrang-Approximationen, z.B. blockweise Niedrigrangmatrizen.
Ronald Kriemann (Mon.) untersuchte diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: