我有一个通用矩阵 A，它是对称的、正定的且人口稀少（它也很大，比如说由数万到数十万行组成）。我想让一个神经网络学习如何尽可能准确和尽可能快地找到一个类似于 A 倒数的矩阵 B（即：乘以 A 将产生光谱半径的最小扩展）。

我想知道是否有一些 AI 分支专注于这类问题，或者如果没有，我该如何处理它。

我知道用于执行此操作的经典算法，但我只想看看机器学习在该主题上提供的可能性。