解大型非对称鞍点（Saddle Point) 问题的有效算法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60573157
  • 项目类别：
    面上项目
  • 资助金额：
    20.0万
  • 负责人：
    赵金熙
  • 依托单位：
    南京大学
  • 学科分类：
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

大型非对称鞍点问题是一类在科学、技术及计算机应用的许多领域有广泛实际背景的课题。研究其中出现的大型稀疏非对称、具有特殊结构线性系统的有效的计算机解法，是大规模科学计算的热点问题之一,也是计算机应用的一类重要基础问题。该课题组在这方面有很好的工作基础，提出的广义Cholesky分解算法是解这个问题的重要进展，得到了国际一流计算机科学家、美国"两院院士"（美国科学院、工程院）、美国Stanford大学

结项摘要

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
A rapid algorithm for a class of linear complementarity problems
一类线性互补问题的快速算法
  • DOI：
    10.1016/j.amc.2006.11.184
  • 发表时间：
    2007-05
  • 期刊：
    Appl. Math. Comput.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A note on computational algorithm for the inverse of a square matrix
关于方阵逆计算算法的注记
  • DOI：
    10.1016/j.amc.2006.09.063
  • 发表时间：
    2007-04
  • 期刊：
    Applied Mathematics and Computation
  • 影响因子：
    4
  • 作者：
    Wu, Xinyuan
  • 通讯作者：
    Wu, Xinyuan
An enhanced self-organizing incremental neural network for online unsupervised learning
用于在线无监督学习的增强型自组织增量神经网络
  • DOI：
    10.1016/j.neunet.2007.07.008
  • 发表时间：
    2007-10-01
  • 期刊：
    NEURAL NETWORKS
  • 影响因子：
    7.8
  • 作者：
    Furao, Shen;Ogura, Tomotaka;Hasegawa, Osamu
  • 通讯作者：
    Hasegawa, Osamu
A fast nearest neighbor classifier based on self-organizing incremental neural network
一种基于自组织增量神经网络的快速最近邻分类器
  • DOI：
    10.1016/j.neunet.2008.07.001
  • 发表时间：
    2008-12-01
  • 期刊：
    NEURAL NETWORKS
  • 影响因子：
    7.8
  • 作者：
    Furao, Shen;Hasegawa, Osamu
  • 通讯作者：
    Hasegawa, Osamu
Note on predictor–corrector process for ill-conditioned linear system of equations
关于病态线性方程组的预测器校正过程的注释
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

ABS ALGORITHMS FOR SOLVING LINEAR INEQUALITIES
  • DOI：
    --
  • 发表时间：
    1994
  • 期刊：
  • 影响因子：
    --
  • 作者：
    赵金熙
  • 通讯作者：
    赵金熙
自组织增量学习神经网络综述,软件学报,27(9):2230-2247
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    申富饶;邱天宇;赵金熙
  • 通讯作者：
    赵金熙
自组织增量学习神经网络综述
  • DOI：
    10.13328/j.cnki.jos.005068
  • 发表时间：
    2016
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    邱天宇;申富饶;赵金熙
  • 通讯作者：
    赵金熙
一种自适应在线核密度估计方法
  • DOI：
    10.13328/j.cnki.jos.005674
  • 发表时间：
    2020
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    邓齐林;邱天宇;申富饶;赵金熙
  • 通讯作者：
    赵金熙

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

赵金熙的其他基金

非负矩阵分解中维数约简问题的研究
  • 批准号：
    61373001
  • 批准年份：
    2013
  • 资助金额：
    58.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码