10月28日，应数学与统计学院(密码学院)邀请，复旦大学李颖洲教授在数学南楼S107作了题为“Structure-Aware Compilation for Scalable Neutral-Atom Quantum Computing”（面向可扩展中性原子量子计算的结构感知编译）的学术报告，学院相关专业教师和研究生参加了此次报告。

本次报告中，李颖洲教授分享了其在中性原子量子计算编译领域的最新研究成果。中性原子量子计算具有原子阵列可重构、量子门并行执行等优势，但其计算效率受到量子比特寻址、原子运输及硬件相互作用范围等条件的限制。针对这些问题，报告提出了结构感知编译方法，通过利用量子门的代数结构与原子阵列的几何特征，将单量子比特门的编译转化为有限域上的矩阵与张量分解问题，并利用区间图着色和序列划分等方法优化双量子比特门的调度与原子运输。报告通过理论分析和数值实验，展示了该方法在减少硬件操作次数、提高量子线路编译效率方面的有效性。

该报告内容前沿，涉及线性代数、组合优化及量子计算等多个领域，引起了与会师生的浓厚兴趣。报告结束后，与会师生围绕相关算法设计及量子计算应用等问题进行了交流与讨论。此次报告拓宽了师生的学术视野，为相关研究提供了新的思路。

专家简介：

李颖洲，复旦大学数学科学学院教授、博士生导师。2012年本科毕业于复旦大学，2017年获美国斯坦福大学计算数学博士学位，曾在美国杜克大学从事教学与科研工作。主要研究方向包括快速数值算法、高性能计算、量子计算及计算化学等，在大规模矩阵计算、科学计算与量子计算算法等领域开展了系列研究。相关成果发表于SIAM系列等国际学术期刊，主持国家自然科学基金等科研项目。

（数学与统计学院(密码学院) 陈楠楠）