报告题目：The LOBPCG algorithm in a nutshell

    报告人：复旦大学邵美悦研究员

   报告时间：2023年3月25日10:00-11:00

    地点：立志楼A422

       Abstract:

       The locally optimal block preconditioned conjugate gradient (LOBPCG) algorithm proposed by A. Knyazev in 2001 is a popular method to compute a few smallest eigenvalues of a large-scale Hermitian matrix. It has been adopted to solve eigenvalue problems arise from a wide range of real-world applications. In this talk we briefly review the LOBPCG algorithm. We discuss the basic idea, convergence properties, robust implementation, and a few algorithmic variants of LOBPCG.

      邵美悦：复旦大学大数据学院青年研究员，主要研究领域为数值线性代数、高性能计算、量子力学计算。 2014年毕业于瑞士洛桑联邦理工学院，获得计算数学博士学位。2014年至 2019年在美国劳伦斯伯克利国家实验室从事研究工作，先后担任博士后研究员和项目科学家，2019年5月进入复旦大学大数据学院工作。