报告人：李三江
时间：2020年12月4日 15:00
地点：腾讯会议（会议号：305258746）
主办单位：计算机科学学院 计算智能与量子信息学研究团队
李三江，男，1975年2月生于陕西渭南。2001年获四川大学基础数学博士学位，师从刘应明院士、罗懋康教授。现为澳大利亚悉尼科技大学教授。主要研究方向为人工智能理论，具体研究内容涉及知识表示与推理、时空推理、模糊推理、约束求解等。自2001年以来他与合作者系统深入地研究了空间推理的定性方法，并在空间关系建模和空间约束求解等方面取得重要成果。这些成果主要发表在人工智能领域重要国际刊物和顶级国际会议，其中包括Artificial Intelligence Journal多篇。2004年获德国洪堡基金会资助到德国弗赖堡大学访问（任洪堡学者），2006年获首届微软青年教授奖，2008年获中创软件人才奖，2009年获澳大利亚ARC Future Fellow奖，2010年获悉尼科技大学ECR Research Excellence Award。
报告摘要：Tensor networks have been successfully applied in simulation of quantum physical systems for decades. This work proposes a decision-diagram style data structure, called TDD (Tensor Decision Diagram), for more principled and convenient applications of tensor networks. This new data structure provides a compact and canonical representation for quantum circuits. By exploiting circuit partition, the TDD of a quantum circuit can be computed efficiently. A proof-of-concept implementation of TDDs is presented and its efficiency is evaluated on a set of benchmark quantum circuits. It is expected that TDDs will play an important role in design automation tasks including equivalence checking, error detection, synthesis, simulation, and verification.
