HTML Microdata document

This HTML5 document contains 263 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-de	http://de.dbpedia.org/resource/
dcterms	http://purl.org/dc/terms/
yago-res	http://yago-knowledge.org/resource/
dbo	http://dbpedia.org/ontology/
n31	http://dbpedia.org/resource/File:
foaf	http://xmlns.com/foaf/0.1/
dbpedia-ko	http://ko.dbpedia.org/resource/
dbpedia-hu	http://hu.dbpedia.org/resource/
dbpedia-es	http://es.dbpedia.org/resource/
n20	https://global.dbpedia.org/id/
yago	http://dbpedia.org/class/yago/
dbpedia-ru	http://ru.dbpedia.org/resource/
dbt	http://dbpedia.org/resource/Template:
dbpedia-uk	http://uk.dbpedia.org/resource/
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
dbpedia-pl	http://pl.dbpedia.org/resource/
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-fa	http://fa.dbpedia.org/resource/
n19	http://commons.wikimedia.org/wiki/Special:FilePath/
n23	https://web.stanford.edu/group/SOL/software/lsqr/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
dbpedia-it	http://it.dbpedia.org/resource/
dbpedia-fr	http://fr.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
dbpedia-zh	http://zh.dbpedia.org/resource/
n9	https://archive.org/details/
dbp	http://dbpedia.org/property/
dbc	http://dbpedia.org/resource/Category:
prov	http://www.w3.org/ns/prov#
xsdh	http://www.w3.org/2001/XMLSchema#
wikidata	http://www.wikidata.org/entity/
n30	http://dbpedia.org/resource/Category:Articles_with_example_MATLAB/
gold	http://purl.org/linguistics/gold/
dbr	http://dbpedia.org/resource/
dbpedia-ja	http://ja.dbpedia.org/resource/
n37	http://d-nb.info/gnd/

Statements

Subject Item: dbr:Belief_propagation
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Neighbourhood_components_analysis
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Non-linear_least_squares
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Numerical_linear_algebra
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:MINRES
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Memetic_algorithm
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Probabilistic_numerics
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Biconjugate_gradient_stabilized_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Uzawa_iteration
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Vowpal_Wabbit
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Derivation_of_the_conjugate_gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Descent_direction
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Dynamic_substructuring
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Incomplete_Cholesky_factorization
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Incomplete_LU_factorization
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:List_of_numerical_analysis_topics
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Numerical_methods_for_partial_differential_equations
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Preconditioner
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_gradient_method
rdf:type: yago:Method105660268 yago:Cognition100023271 yago:Ability105616246 yago:Know-how105616786 owl:Thing dbo:Software yago:Abstraction100002137 yago:PsychologicalFeature100023100 yago:WikicatGradientMethods
rdfs:label: Méthode du gradient conjugué Método del gradiente conjugado Método do gradiente conjugado 共役勾配法 Metodo del gradiente coniugato 共轭梯度法 Метод сопряжённых градиентов (для решения СЛАУ) 켤레기울기법 CG-Verfahren Metoda gradientu sprzężonego Метод спряженого градієнта Conjugate gradient method
rdfs:comment: In analisi numerica, il metodo del gradiente coniugato (spesso abbreviato in CG, dall'inglese conjugate gradient) è un algoritmo per la risoluzione numerica di un sistema lineare la cui matrice sia simmetrica e definita positiva. Il metodo è stato inizialmente proposto nel 1952 dai matematici Magnus Hestenes e Eduard Stiefel e costituisce una variante del metodo del gradiente in cui la direzione di discesa a ogni passo è scelta in modo tale da garantire la convergenza del metodo (in aritmetica esatta) in un numero di iterazioni pari al più alla dimensione del sistema da risolvere. Das CG-Verfahren (von engl. conjugate gradients oder auch Verfahren der konjugierten Gradienten) ist eine effiziente numerische Methode zur Lösung von großen linearen Gleichungssystemen der Form mit symmetrischer, positiv definiter Systemmatrix . Das Verfahren liefert, in exakter Arithmetik, nach spätestens Schritten die exakte Lösung, wobei die Größe der quadratischen Matrix ist. Insbesondere ist es aber als iteratives Verfahren interessant, da der Fehler monoton fällt. Das CG-Verfahren kann in die Klasse der Krylow-Unterraum-Verfahren eingeordnet werden. In mathematics, the conjugate gradient method is an algorithm for the numerical solution of particular systems of linear equations, namely those whose matrix is positive-definite. The conjugate gradient method is often implemented as an iterative algorithm, applicable to sparse systems that are too large to be handled by a direct implementation or other direct methods such as the Cholesky decomposition. Large sparse systems often arise when numerically solving partial differential equations or optimization problems. Em matemática, o método do gradiente conjugado é um algoritmo para a de sistemas particulares de equações lineares, aqueles cuja matriz é simétrica e positiva definida. O método do gradiente conjugado é um método iterativo, então ele pode ser aplicado a sistemas esparsos que são grandes demais para ser tratados por métodos diretos como a decomposição de Cholesky. Tais sistemas surgem frequentemente quando se resolve numericamente equações diferenciais parciais. En matemática, el método del gradiente conjugado es un algoritmo para resolver numéricamente los sistemas de ecuaciones lineales cuyas matrices son simétricas y definidas positivas. Es un método iterativo, así que se puede aplicar a los sistemas dispersos que son demasiado grandes para ser tratados por métodos directos como la descomposición de Cholesky. Tales sistemas surgen frecuentemente cuando se resuelve numéricamente las ecuaciones en derivadas parciales. El método del gradiente conjugado se puede utilizar también para resolver los problemas de optimización sin restricciones como la . Метод сопряженных градиентов — численный метод решения систем линейных алгебраических уравнений, является итерационным методом Крыловского типа. У математиці метод спря́женого градієнта є алгоритмом чисельного рішення окремих систем лінійних рівнянь, а саме тих, чия матриця симетрична і позитивно-визначена. Метод спряженого градієнта часто реалізовується як ітераційний алгоритм, застосовний до розріджених систем, які занадто великі, щоб обробляти їх шляхом прямої реалізації або інших прямих методів, таких як декомпозиція Холеського. Великі розріджені системи часто виникають при чисельному вирішенні часткових диференціальних рівнянь або задачах оптимізації. 共役勾配法（きょうやくこうばいほう、英: conjugate gradient method、CG法とも呼ばれる）は対称正定値行列を係数とする連立一次方程式を解くためのアルゴリズムである。反復法として利用され、コレスキー分解のような直接法では大きすぎて取り扱えない、大規模な疎行列を解くために利用される。そのような問題は偏微分方程式などを数値的に解く際に常に現れる。共役勾配法は、エネルギー最小化などの最適化問題を解くために用いることもできる。は、共役勾配法の非対称問題への拡張である。また、非線形問題を解くために、さまざまな非線形共役勾配法が提案されている。 Metoda gradientu sprzężonego (ang. conjugate gradient method, w skrócie CG) jest algorytmem numerycznym służącym do rozwiązywania niektórych układów równań liniowych. Pozwala rozwiązać te, których macierz jest symetryczna i dodatnio określona. Metoda gradientu sprzężonego jest metodą iteracyjną, więc może być zastosowana do układów o rzadkich macierzach, które mogą być zbyt duże dla algorytmów bezpośrednich takich jak np. rozkład Choleskiego. Takie układy pojawiają się często w trakcie numerycznego rozwiązywania równań różniczkowych cząstkowych. 共轭梯度法（英語：Conjugate gradient method），是求解系数矩阵为对称正定矩阵的线性方程组的数值解的方法。共轭梯度法是一个迭代方法，它适用于系数矩阵为稀疏矩阵的线性方程组，因为使用像Cholesky分解这样的直接方法求解这些系统所需的计算量太大了。这种方程组在数值求解偏微分方程时很常见。共轭梯度法也可以用于求解无约束的最優化问题。（英語：BiConjugate gradient method）提供了一种处理非对称矩阵情况的推广。 En analyse numérique, la méthode du gradient conjugué est un algorithme pour résoudre des systèmes d'équations linéaires dont la matrice est symétrique définie positive. Cette méthode, imaginée en 1950 simultanément par Cornelius Lanczos, Eduard Stiefel et Magnus Hestenes, est une méthode itérative qui converge en un nombre fini d'itérations (au plus égal à la dimension du système linéaire). Toutefois, son grand intérêt pratique du point de vue du temps de calcul vient de ce qu’une initialisation astucieuse (dite « préconditionnement ») permet d'aboutir en seulement quelques passages à une estimation très proche de la solution exacte : c'est pourquoi, en pratique, on se borne à un nombre d'itérations bien inférieur au nombre d'inconnues. 켤레기울기법 또는 공역기울기법(영어: Conjugate Gradient Method, 일본어: 共役勾配法)이란 수학에서 대칭인 양의 준정부호행렬(陽-準定符號行列, 영어: positive-semidefinite matrix)을 갖는 선형계의 해를 구하는 수치 알고리즘이다. 이는 보통 으로 풀리고, 따라서 숄레스키 분해와 같은 방법이나 직접 풀기에 너무 큰 계가 갖는 희소행렬 등에 사용하기 적합하다. 그러한 계는 편미분 방정식들이나 최적화 문제들을 수치적으로 풀 때 자주 등장한다. 켤레기울기법은 또한 에너지 최소화같은 제약조건이 없는 최적화문제를 풀 수 있다. 이것은 와 에 의해 개발 되었다.
rdfs:seeAlso: dbr:Preconditioner
foaf:depiction: n19:Conjugate_gradient_illustration.svg
dcterms:subject: dbc:Numerical_linear_algebra dbc:Gradient_methods n30:Octave_code
dbo:wikiPageID: 1448821
dbo:wikiPageRevisionID: 1122529017
dbo:wikiPageWikiLink: dbr:Partial_differential_equation dbr:Nonlinear_conjugate_gradient_method dbr:Steepest_descent dbr:Cholesky_decomposition dbr:Preconditioning dbr:Symmetric_matrix dbr:Basis_(linear_algebra) dbr:Anne_Greenbaum dbr:Algorithm dbr:Residual_(numerical_analysis) dbr:Lanczos_iteration dbc:Numerical_linear_algebra dbr:Round-off_error dbr:Real_number dbr:Inner_product_space dbr:MATLAB dbr:Nonlinear_conjugate_gradient dbr:Numerical_solution dbr:Sparse_matrix–vector_multiplication dbr:Magnus_Hestenes dbr:Positive-definite_matrix dbr:Conjugate_residual_method dbr:Incomplete_Cholesky_factorization dbr:Spectrum_of_a_matrix dbr:Rounding_errors dbr:Transpose dbr:Condition_number dbr:Mathematics dbr:Sparse_matrix dbr:Eduard_Stiefel dbr:Polynomial_ring dbr:Mathematical_optimization dbr:Biconjugate_gradient_method dbr:Conjugate_gradient_method dbr:Conjugate_transpose dbr:Gradient_descent dbr:Hessian_matrix dbr:Hermitian dbr:Normal_equations dbr:GNU_Octave dbr:Jacobi_method dbc:Gradient_methods n31:Conjugate_gradient_illustration.svg n30:Octave_code dbr:Arnoldi_iteration dbr:System_of_linear_equations dbr:Preconditioner dbr:Feedback_Control dbr:Krylov_subspace dbr:Double_integrator dbr:Eigenvalue dbr:Energy_minimization dbr:Optimal_control dbr:Belief_propagation dbr:Gauss–Seidel_method dbr:Line_search dbr:Gram–Schmidt_process dbr:Quadratic_function dbr:Iterative_method dbr:Z4_(computer) dbr:Double-precision_floating-point_format
dbo:wikiPageExternalLink: n9:iterativemethods0000saad n9:introductiontonu0000atki n23: n9:iterativemethods0000saad%7Cchapter-url-access=registration%7Cedition=2nd%7Cchapter=Chapter
owl:sameAs: wikidata:Q1191895 dbpedia-hu:Konjugált_gradiens_módszer yago-res:Conjugate_gradient_method dbpedia-fr:Méthode_du_gradient_conjugué dbpedia-fa:روش_گرادیان_مزدوج dbpedia-pt:Método_do_gradiente_conjugado dbpedia-ko:켤레기울기법 n20:Er79 dbpedia-de:CG-Verfahren dbpedia-ru:Метод_сопряжённых_градиентов_(для_решения_СЛАУ) dbpedia-es:Método_del_gradiente_conjugado dbpedia-pl:Metoda_gradientu_sprzężonego dbpedia-ja:共役勾配法 freebase:m.052fr3 dbpedia-zh:共轭梯度法 dbpedia-uk:Метод_спряженого_градієнта dbpedia-it:Metodo_del_gradiente_coniugato n37:4255670-3
dbp:wikiPageUsesTemplate: dbt:Cite_book dbt:Div_col dbt:Div_col_end dbt:Reflist dbt:= dbt:Main dbt:Numerical_linear_algebra dbt:Authority_control dbt:Springer dbt:Short_description dbt:See_also dbt:Mvar dbt:Math
dbo:thumbnail: n19:Conjugate_gradient_illustration.svg?width=300
dbp:id: p/c025030
dbp:title: Conjugate gradients, method of
dbo:abstract: У математиці метод спря́женого градієнта є алгоритмом чисельного рішення окремих систем лінійних рівнянь, а саме тих, чия матриця симетрична і позитивно-визначена. Метод спряженого градієнта часто реалізовується як ітераційний алгоритм, застосовний до розріджених систем, які занадто великі, щоб обробляти їх шляхом прямої реалізації або інших прямих методів, таких як декомпозиція Холеського. Великі розріджені системи часто виникають при чисельному вирішенні часткових диференціальних рівнянь або задачах оптимізації. Метод спряженого градієнта також може бути використаний для вирішення необмежених задач оптимізації, таких як мінімізація енергії . Його в основному розробили Магнус Гестенес та Едуард Стіфель які запрограмували його на Z4 . Метод двобічного спряженого градієнта забезпечує узагальнення до несиметричних матриць. Різні методи нелінійного спряженого градієнта шукають мінімуми нелінійних рівнянь. 共轭梯度法（英語：Conjugate gradient method），是求解系数矩阵为对称正定矩阵的线性方程组的数值解的方法。共轭梯度法是一个迭代方法，它适用于系数矩阵为稀疏矩阵的线性方程组，因为使用像Cholesky分解这样的直接方法求解这些系统所需的计算量太大了。这种方程组在数值求解偏微分方程时很常见。共轭梯度法也可以用于求解无约束的最優化问题。（英語：BiConjugate gradient method）提供了一种处理非对称矩阵情况的推广。 Метод сопряженных градиентов — численный метод решения систем линейных алгебраических уравнений, является итерационным методом Крыловского типа. In analisi numerica, il metodo del gradiente coniugato (spesso abbreviato in CG, dall'inglese conjugate gradient) è un algoritmo per la risoluzione numerica di un sistema lineare la cui matrice sia simmetrica e definita positiva. Il metodo è stato inizialmente proposto nel 1952 dai matematici Magnus Hestenes e Eduard Stiefel e costituisce una variante del metodo del gradiente in cui la direzione di discesa a ogni passo è scelta in modo tale da garantire la convergenza del metodo (in aritmetica esatta) in un numero di iterazioni pari al più alla dimensione del sistema da risolvere. Il ne fornisce una generalizzazione al caso di matrici non simmetriche. In mathematics, the conjugate gradient method is an algorithm for the numerical solution of particular systems of linear equations, namely those whose matrix is positive-definite. The conjugate gradient method is often implemented as an iterative algorithm, applicable to sparse systems that are too large to be handled by a direct implementation or other direct methods such as the Cholesky decomposition. Large sparse systems often arise when numerically solving partial differential equations or optimization problems. The conjugate gradient method can also be used to solve unconstrained optimization problems such as energy minimization. It is commonly attributed to Magnus Hestenes and Eduard Stiefel, who programmed it on the Z4, and extensively researched it. The biconjugate gradient method provides a generalization to non-symmetric matrices. Various nonlinear conjugate gradient methods seek minima of nonlinear optimization problems. Metoda gradientu sprzężonego (ang. conjugate gradient method, w skrócie CG) jest algorytmem numerycznym służącym do rozwiązywania niektórych układów równań liniowych. Pozwala rozwiązać te, których macierz jest symetryczna i dodatnio określona. Metoda gradientu sprzężonego jest metodą iteracyjną, więc może być zastosowana do układów o rzadkich macierzach, które mogą być zbyt duże dla algorytmów bezpośrednich takich jak np. rozkład Choleskiego. Takie układy pojawiają się często w trakcie numerycznego rozwiązywania równań różniczkowych cząstkowych. Metoda gradientu sprzężonego może również zostać użyta do rozwiązania problemu optymalizacji bez ograniczeń. Em matemática, o método do gradiente conjugado é um algoritmo para a de sistemas particulares de equações lineares, aqueles cuja matriz é simétrica e positiva definida. O método do gradiente conjugado é um método iterativo, então ele pode ser aplicado a sistemas esparsos que são grandes demais para ser tratados por métodos diretos como a decomposição de Cholesky. Tais sistemas surgem frequentemente quando se resolve numericamente equações diferenciais parciais. 켤레기울기법 또는 공역기울기법(영어: Conjugate Gradient Method, 일본어: 共役勾配法)이란 수학에서 대칭인 양의 준정부호행렬(陽-準定符號行列, 영어: positive-semidefinite matrix)을 갖는 선형계의 해를 구하는 수치 알고리즘이다. 이는 보통 으로 풀리고, 따라서 숄레스키 분해와 같은 방법이나 직접 풀기에 너무 큰 계가 갖는 희소행렬 등에 사용하기 적합하다. 그러한 계는 편미분 방정식들이나 최적화 문제들을 수치적으로 풀 때 자주 등장한다. 켤레기울기법은 또한 에너지 최소화같은 제약조건이 없는 최적화문제를 풀 수 있다. 이것은 와 에 의해 개발 되었다. En analyse numérique, la méthode du gradient conjugué est un algorithme pour résoudre des systèmes d'équations linéaires dont la matrice est symétrique définie positive. Cette méthode, imaginée en 1950 simultanément par Cornelius Lanczos, Eduard Stiefel et Magnus Hestenes, est une méthode itérative qui converge en un nombre fini d'itérations (au plus égal à la dimension du système linéaire). Toutefois, son grand intérêt pratique du point de vue du temps de calcul vient de ce qu’une initialisation astucieuse (dite « préconditionnement ») permet d'aboutir en seulement quelques passages à une estimation très proche de la solution exacte : c'est pourquoi, en pratique, on se borne à un nombre d'itérations bien inférieur au nombre d'inconnues. La méthode du gradient biconjugué fournit une généralisation pour les matrices non symétriques. 共役勾配法（きょうやくこうばいほう、英: conjugate gradient method、CG法とも呼ばれる）は対称正定値行列を係数とする連立一次方程式を解くためのアルゴリズムである。反復法として利用され、コレスキー分解のような直接法では大きすぎて取り扱えない、大規模な疎行列を解くために利用される。そのような問題は偏微分方程式などを数値的に解く際に常に現れる。共役勾配法は、エネルギー最小化などの最適化問題を解くために用いることもできる。は、共役勾配法の非対称問題への拡張である。また、非線形問題を解くために、さまざまな非線形共役勾配法が提案されている。 En matemática, el método del gradiente conjugado es un algoritmo para resolver numéricamente los sistemas de ecuaciones lineales cuyas matrices son simétricas y definidas positivas. Es un método iterativo, así que se puede aplicar a los sistemas dispersos que son demasiado grandes para ser tratados por métodos directos como la descomposición de Cholesky. Tales sistemas surgen frecuentemente cuando se resuelve numéricamente las ecuaciones en derivadas parciales. El método del gradiente conjugado se puede utilizar también para resolver los problemas de optimización sin restricciones como la . El proporciona una generalización para matrices no simétricas. Varios busca los mínimos de las ecuaciones no lineales. Das CG-Verfahren (von engl. conjugate gradients oder auch Verfahren der konjugierten Gradienten) ist eine effiziente numerische Methode zur Lösung von großen linearen Gleichungssystemen der Form mit symmetrischer, positiv definiter Systemmatrix . Das Verfahren liefert, in exakter Arithmetik, nach spätestens Schritten die exakte Lösung, wobei die Größe der quadratischen Matrix ist. Insbesondere ist es aber als iteratives Verfahren interessant, da der Fehler monoton fällt. Das CG-Verfahren kann in die Klasse der Krylow-Unterraum-Verfahren eingeordnet werden. Es wurde zuerst 1952 von Eduard Stiefel und Magnus Hestenes vorgeschlagen. Ein für bestimmte Gleichungssysteme äquivalentes Verfahren schlug auch Cornelius Lanczos Anfang der 1950er Jahre mit dem Lanczos-Verfahren vor.
gold:hypernym: dbr:Algorithm
prov:wasDerivedFrom: wikipedia-en:Conjugate_gradient_method?oldid=1122529017&ns=0
dbo:wikiPageLength: 40691
foaf:isPrimaryTopicOf: wikipedia-en:Conjugate_gradient_method

Subject Item: dbr:Cornelius_Lanczos
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Mathematical_optimization
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Matrix_(mathematics)
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Gauss–Newton_algorithm
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Wolfe_conditions
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Encog
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Gradient_descent
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:NAS_Parallel_Benchmarks
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_residual_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugation
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:LOBPCG
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Lis_(linear_algebra_library)
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Magnus_Hestenes
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Henk_van_der_Vorst
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:PCG
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Pidgin_code
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Plane_wave_expansion_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Preconditioned_conjugate_gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Mathematics_of_artificial_neural_networks
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Matrix-free_methods
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:CASTEP
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Adaptive_beamformer
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Distance_geometry
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Domain_decomposition_methods
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Line_search
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Data_assimilation
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Eduard_Stiefel
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Alternating-direction_implicit_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Numerical_analysis
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Chebyshev_iteration
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Discrete_dipole_approximation
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Folded_spectrum_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Hill_climbing
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Iterative_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Gradient_(disambiguation)
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageDisambiguates: dbr:Conjugate_gradient_method

Subject Item: dbr:Nonlinear_conjugate_gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Quadratic_programming
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Marvin_Stein_(computer_scientist)
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Soft-body_dynamics
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Kaczmarz_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Biconjugate_gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Biology_Monte_Carlo_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Edge-preserving_smoothing
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:HiGHS_optimization_solver
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:BDDC
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_Gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Method_of_conjugate_gradient
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Method_of_conjugate_gradients
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Method_of_moments_(electromagnetics)
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Minimum_mean_square_error
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Newton's_method_in_optimization
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:CG
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageDisambiguates: dbr:Conjugate_gradient_method

Subject Item: dbr:CGM
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageDisambiguates: dbr:Conjugate_gradient_method

Subject Item: dbr:Maximum_a_posteriori_estimation
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:IML++
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Finite_element_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Quantum_algorithm_for_linear_systems_of_equations
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Roland_Andrew_Sweet
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Multigrid_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Proximal_gradient_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Schur_complement_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Outline_of_statistics
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Sparse_dictionary_learning
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method

Subject Item: dbr:Polak-Ribier
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Polak-Ribièr
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Polak–Ribièr
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_Gradient_Squared
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_gradient
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_gradient_algorithm
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_gradient_descent
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:Conjugate_gradients
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: dbr:CG_method
dbo:wikiPageWikiLink: dbr:Conjugate_gradient_method
dbo:wikiPageRedirects: dbr:Conjugate_gradient_method

Subject Item: wikipedia-en:Conjugate_gradient_method
foaf:primaryTopic: dbr:Conjugate_gradient_method