+++ title = "JuliaCN Meetup 2022" tags = ["2022", "juliacn", "meetup", "winter", "见面会", "冬季", "program", "日程"] +++
加入我们:
- 活动已经结束，但您依然可以注册 Julia Zulip并加入
#juliacn-meetup-2022这个频道加入讨论。
\toc
<table style="width:80%" class="table-sponsor">
<tr>
<td style="padding-right: 20px;">
<img src="/assets/partner.png"/>
<div>长期合作伙伴</div>
</td>
<td>
<div style="display:inline-block; text-align:center; margin-right:20px;">
<a href="https://swarma.org/" class="nounderline"><img src="/assets/jizhi.png" style="min-width:100px"/></a>
</div>
<div style="display:inline-block; text-align:center">
<a href="https://www.bytedance.com/" class="nounderline"><img src="/assets/bytedance.webp" style="min-width:150px"/></a>
</div>
</td>
</tr>
<tr>
<td style="padding-right: 20px;">
<img src="/assets/gold.jpg"/>
<div>黄金赞助商</div>
</td>
<td>
<div style="display:inline-block; text-align:center">
<a href="https://www.tongyuan.cc/" class="nounderline"><img src="/assets/tongyuan.svg" style="min-width:100px"/></a>
</div>
</td>
</tr>
</table>
日程由新手教程，黑客松和在线报告三部分构成。 周六的新手教程线上线下同步举行，主讲人需要在现场。如疫情严重，则转为线上。 周日的黑客松环节定位社交与新手指导，为规模为20-30人的线下活动，如疫情严重，则取消。 在线报告于工作日晚间8点后在线举行，一共分为5个主题夜。
<ul>
<li>
<strong>12月3日 星期六 (新手教程)</strong>
<details>
<summary><u>2PM-5PM, 新手教程</u></summary>
Julia 新手教程，线上线下同步进行，线上部分在香港科技大学（广州）的 W1 102 教室，线上参与方式见下方。
<p><strong>主讲人: </strong>
刘金国和陈久宁</p>
</details>
</li>
<li>
<strong>12月4日 星期日 (黑客松)</strong>
<details>
<summary><u>10AM-5PM, 黑客松</u></summary>
在香港科技大学 (广州) 线下举行。上午10点在星巴克见面，主要内容是帮新手配置 Julia 环境配置。
吃完免费的午饭后一起去找个好地方写代码，主办方提供了神秘挑战等待大家，完成奖励可获得T-恤。
<div><a class="nounderline" href="/assets/hackathon.png"><img src="/assets/hackathon.png"/></a></div>
</details>
</li>
<li>
<strong>12月5日 星期一 (国际之夜)</strong> 陈久宁主持
<details>
<summary><u>8:00PM-8:15PM, Julia 中文社区活动回顾</u></summary>
<p>
陈久宁同学将会汇报 JuliaCN 在 2021-2022 年度的活动开展情况以及经费支出情况。
</p>
</details>
<details>
<summary><u>8:15PM-8:45PM, New frontiers in the Julia ecosystem</u></summary>
<p><strong>主讲人: </strong>Viral B. Shah</p>
<p><strong>主讲人简介: </strong></p>Dr. Viral B. Shah is one of the creators of the Julia language and co-founder and CEO of Julia Computing. Julia combines the ease of use of Python with the speed of C. It has been downloaded over 30 million times, and is now taught at MIT, Berkeley, Stanford, and many universities worldwide. Dr. Shah and two other Julia co-creators were awarded the prestigious James H. Wilkinson Prize for Numerical Software in 2019. Dr. Shah is also one of the authors of Circuitscape, an open-source program which borrows algorithms from electronic circuit theory for ecological conservation. Dr. Shah helped create India’s national identification project (Aadhaar), where his work on re-architecting India’s social security systems led to a significant increase in social and financial inclusion. Dr. Shah co-authored Rebooting India which describes this experience and what it takes to execute large bold projects in government. Dr. Shah earned his PhD in Computer Science from the University of California, Santa Barbara.
<p><strong>报告摘要: </strong>Julia solves the two language problem. It provides the ease of Python and the speed of C++ in one language. In this talk, I will trace the history of Julia, why we created a new language, the roots at MIT, and the subsequent growth of the community. A one of a kind technical ecosystem has developed around Julia, with over 8,000 packages. Startups as well as large established companies are using Julia to build scientific applications that have no parallel in other ecosystems. I will discuss key aspects of Julia’s language design, with a focus on we have accomplished in the recent past.</p>
</details>
<details>
<summary><u>8:45PM-9:30PM, Julia 编译延迟的相关进展</u></summary>
<p><strong>主讲人:</strong>Tim Holy</p>
<p><strong>主讲人简介:</strong>Tim Holy 是圣路易斯华盛顿大学神经科学的教授，在 Julia 相关生态中是一个领军人物。代表工作为 JuliaImages 生态、Revise.jl、CartesianIndex 特性、generated function 特性、invalidation 及编译延迟优化</p>
<p><strong>报告摘要:</strong>TTFX (time-to-first-execution) 问题现在成为了困扰所有 Julia 用户的一件事。PackageCompiler.jl 采用的是传统的静态语言的解决方案，它可以很大程度上解决打包部署后的编译延迟问题，但是从标准的 Julia 工作流来看，我们更希望有一个动态的、可以和 Revise 模式兼容在一起的方案。该报告将介绍 Julia 上游关于这一问题的一些相关进展。</p>
</details>
<details>
<summary><u>9:30PM-9:45PM, 休息 + 讨论</u></summary>
</details>
<details>
<summary><u>9:45PM-10:15PM, PETLION – Porous Electrode Theory for Li-ion Batteries</u></summary>
<p><strong>主讲人:</strong> Marc Beliner</p>
<p><strong>主讲人简介:</strong> Marc Berliner is a battery modeling and simulation engineer at JuliaHub Inc. and a recent Ph.D. graduate from the MIT department of chemical engineering. </p>
<p><strong>报告摘要:</strong> Lithium-ion batteries are ubiquitous in modern technology, including laptops, cell phones, and automobiles. Porous Electrode Theory (PET) simulations help researchers and battery manufacturers predict the performance and degradation of lithium-ion batteries over time, which is essential for improving their design and making them more reliable. This presentation presents PETLION.jl, a high-performance computing implementation of the PET model that is 10-100x faster than other available implementations. Case studies will be presented on optimal control and Bayesian estimation using PETLION.</p>
</details>
</li>
<li>
<strong>12月6日 星期二 (语言与编译器之夜)</strong> 赵王宏楦主持
<details>
<summary><u>8:00PM-8:30PM, TyMLang.jl——将MATLAB代码导入Julia生态 </u></summary>
<p><strong>主讲人: </strong>赵王宏楦</p>
<p><strong>主讲人简介: </strong>赵王宏楦，筑波大学Programming Language Group成员，目前在同元担任Julia开发工程师</p>
<p><strong>报告摘要:</strong>TyMLang提供M核心语言，以及相关的M代码解释器、M到Julia转译器和兼容性诊断器</p>
</details>
<details>
<summary><u>8:30PM-9:00PM, JNumPy ——使用Julia为Python/NumPy编写扩展模块</u></summary>
<p><strong>主讲人: </strong>宋家豪</p>
<p><strong>主讲人简介: </strong>宋家豪，中国地质大学（武汉）数理学院在读研究生，同元软控Julia开发实习生</p>
<p><strong>报告摘要: </strong>JNumPy提供了将Julia函数封装成Python模块的易用框架。本次报告包括如何使用JNumPy快速地为Python编写扩展模块，数据转换的规则，和PythonCall的差异，以及未来可能的更新计划。</p>
</details>
<details>
<summary><u>9:00PM-9:15PM, 休息 + 同元软控与Julia</u></summary>
<p>赞助商<a href="https://www.tongyuan.cc/">同元软控</a>将会介绍公司与 Julia 相关的业务，发布招聘等信息。</p>
</details>
<details>
<summary><u>9:15PM-9:45PM, 跨越计算体系--Julia开源生态展望</u></summary>
<p><strong>主讲人: </strong>黄之鹏</p>
<p><strong>主讲人简介: </strong>华为计算开源生态总监， 同时担任启智OpenI社区、LFAI&Data基金会、Confidential Computing Consortium等开源组织的技术委员会的委员职务, 曾经在OpenStack Summit、KubeCon等国际顶级开源峰会进行过Keynote主题演讲。</p>
<p><strong>报告摘要:</strong>在本次演讲中，我们将以鲲鹏和昇腾开源生态为例，围绕openEuler, OpenHPC, MindSpore, CANN等基础软件，展望Julia作为跨越计算体系的编程语言，构筑面向兼容通用与专用计算体系的更广泛开源生态的前景</p>
</details>
<details>
<summary><u>9:45PM-10:15PM, 罗秀哲的Julia工具箱：Comonicon，Expronicon和Configurations </u></summary>
<p><strong>主讲人: </strong>罗秀哲</p>
<p><strong>主讲人简介: </strong>Julia中文社区早期发起人，资深Julia开发者，加拿大滑铁卢大学及圆周率研究所在读博士生。</p>
<p><strong>报告摘要:</strong>我将介绍我开发的三个在社区里相对受欢迎的工具的使用用例和工作原理：为命令行界面设计的Comonicon，为元编程设计的Expronicon以及为配置文件以及Schema文件设计的Configurations。</p>
</details>
<details>
<summary><u>10:15PM-10:45PM, From Julia & To Julia - A few Julia projects of mine</u></summary>
<p><strong>主讲人: </strong>吴自华</p>
<p><strong>主讲人简介: </strong>北京大学地图学与地理信息系统专业博士生</p>
<p><strong>报告摘要:</strong>介绍我在过去一年里与 Julia 编译、转译等有关的一些工作，包括：
<ul>
<li>MonkeyLang.jl Julia 实现的 Monkey 语言解释器和编译器，项目地址：<a href="https://github.com/lucifer1004/MonkeyLang.jl">https://github.com/lucifer1004/MonkeyLang.jl</a></li>
<li>Jl2Py.jl Julia 到 Python 的转译器，项目地址：<a href="https://github.com/lucifer1004/Jl2Py.jl">https://github.com/lucifer1004/Jl2Py.jl</a>
<li>Taichi.jl 基于 PythonCall 和 Jl2Py，在 Julia 中使用 Taichi，项目地址：<a href="https://github.com/lucifer1004/Taichi.jl">https://github.com/lucifer1004/Taichi.jl</a>
<li> Julia backend for LFortran，LFortran 项目的 Julia 后端，项目地址：<a href="https://github.com/lfortran/lfortran">https://github.com/lfortran/lfortran</a></li>
</ul>
</p>
</details>
</li>
<li>
<strong>12月7日 星期三 (科学之夜)</strong> 干则成主持
<details>
<summary><u>8:00PM-8:30PM, Julia in CFD: Challenges and Prospects </u></summary>
<p><strong>主讲人: </strong>肖天白</p>
<p><strong>主讲人简介: </strong>北京大学流体力学博士，德国洪堡博士后</p>
<p><strong>报告摘要:</strong>基于<a href="https://github.com/vavrines/Kinetic.jl">https://github.com/vavrines/Kinetic.jl</a>，分享现版本Julia语言与生态在计算数学与力学应用中的思考</p>
</details>
<details>
<summary><u>8:30PM-9:00PM, 基于开源工具链的测试粒子库 </u></summary>
<p><strong>主讲人: </strong>周弘扬</p>
<p><strong>主讲人简介: </strong> OSPP测试粒子项目导师，现任赫尔辛基大学物理系博士后，从事空间等离子体物理研究。</p>
<p><strong>报告摘要:</strong><a href="https://github.com/henry2004y/TestParticle.jl">TestParticle.jl</a>是一个基于<a href="https://github.com/SciML/OrdinaryDiffEq.jl">OrdinaryDiffEq.jl</a>的电磁学测试粒子求解器，提供了在相对论/非相对论，时变/非时变，解析/非解析电磁场情况下带电粒子运动轨迹的追踪工具。在OSPP2022的资助下，我们重新设计了函数接口，初步实现了对绘图库<a href="https://github.com/MakieOrg/Makie.jl">Makie.jl</a>的支持，并丰富了应用实例。本报告总结了TestParticle v0.2的开发进度，并将分享我们的开发经验。</p>
</details>
<details>
<summary><u>9:00PM-9:15PM, 休息 + 集智与Julia</u></summary>
<p>赞助商<a href="https://swarma.org/">集智科学研究院</a>将会介绍公司与 Julia 相关的业务，发布招聘等信息。</p>
</details>
<details>
<summary><u>9:15PM-9:45PM, UnROOT.jl - 高能物理数据分析 </u></summary>
<p><strong>主讲人: </strong> Jerry Ling </p>
<p><strong>主讲人简介: </strong>我是哈佛大學物理系在讀PhD學生，目前三年級，也是 JuliaHEP github 組織的主要維護人之一。除了 JuliaHEP 以外，還對做圖 (Plots.jl, Makie.jl）和統計 (FHist.jl, LiteHF.jl）感興趣。</p>
<p><strong>报告摘要:</strong>實驗高能物理的數據分析高度依賴與 <code>.root</code> 文件格式，與其說是文件格式，<code>.root</code> 更像是一個文件系統——CERN 的 ROOT 計算框架內的繁多變量類型都可以被序列化與 <code>.root</code> 文件中。其中最重要的變量類型 TTree, 承載了絕大多數的物理數據。
UnROOT.jl 是一個純 Julia 軟件包，用於高速，惰性，多線程友好地讀取 TTree 中的物理數據，其優點在於符合 Tables.jl 界面（接口）設計，並且用戶只需要掌握 Julia 本身的流程控制便可以高效地讀取物理數據。
<a href="https://github.com/JuliaHEP/UnROOT.jl">https://github.com/JuliaHEP/UnROOT.jl</a></p>
</details>
<details>
<summary><u>9:45PM-10:15PM, Ai4EComponentLib.jl: 流程系统仿真组件库 </u></summary>
<p><strong>主讲人: </strong> 杨景懿</p>
<p><strong>主讲人简介: </strong>杨景懿，来自西安交通大学能源与动力工程学院多相流国家重点实验室。研究生二年级，研究方向是系统的建模、仿真、优化与控制。师从西安交通大学李明涛教授。<a href="https://github.com/ai4energy">Ai4Energy</a>的联合创始人。致力系统仿真领域的Julia（开源）实现。本人一直活跃在Julia开源社区，与大家一同学习、开发与成长。</p>
<p><strong>报告摘要:</strong>"流程系统也被称为过程系统，其描述了工业生产中连续的或按一定程序周期进行的生产过程。著名的流程仿真软件有Simulink，AspenPlus，OpenModelica等等。Ai4EComponentLib.jl是以Julia生态中的开源求解器为基础依赖的流程系统仿真组件库，对流程仿真领域的某些系统实现进行设计、探索与测试。在云计算与数字化的时代潮流下，借助开源、轻量的Julia生态库，Ai4EComponentLib.jl在电解铝厂的压缩空气节能管理系统中得到应用，为赋能工业4.0，助力双碳目标贡献一份力量。
<ul>
<li>
<a href="https://github.com/ai4energy">Ai4Energy开源组织</a>
</li>
<li>
<a href="https://github.com/ai4energy/Ai4EComponentLib.jl">Ai4EComponentLib.jl仓库</a></p>
</li>
</ul>
</details>
<details>
<summary><u>10:15PM-10:45PM, TyPlot - 使用Julia实现自定义绘图模块</u></summary>
<p><strong>主讲人: </strong> 陈志强 </p>
<p><strong>主讲人简介: </strong>陈志强，苏州大学计算机科学与技术学院本科生。目前在同元软控担任Julia开发工程师。</p>
<p><strong>报告摘要:</strong>TyPlot函数库，用于以可视化形式呈现数据和通信的结果。以交互方式或编程方式自定义绘图。</p>
</details>
</li>
<li>
<strong>12月8日 星期四 (量子之夜)</strong> 刘金国主持
<details>
<summary><u>8:00PM-8:30PM, 凝聚态物理中的通用格点模型构造范式与常见数值求解算法 </u></summary>
<p><strong>主讲人: </strong>顾昭龙 </p>
<p><strong>主讲人简介: </strong>顾昭龙，2012年于南京大学获得学士学位，2019年于南京大学获得博士学位，博士导师为李建新教授，之后在南京大学物理学院担任特任助理研究员及特任副研究员。主要研究领域为强关联电子系统和量子磁性系统中的拓扑物态，擅长严格对角化、量子集团理论等多体数值计算方法。</p>
<p><strong>报告摘要:</strong>量子格点模型是凝聚态理论的基础研究内容之一。一方面，量子格点模型忠实地描述了大量的晶体材料，对实际材料性质的研究往往可以归结于对量子格点模型性质的研究；另一方面，独立于实验观测，量子格点模型孕育出诸多凝聚态物理中的重要概念，给凝聚态理论带来了丰富的物理内涵。
量子格点模型本质属于量子多体系统，除极少数简单模型之外，大多数模型的研究都需要计算机程序的帮助。实际科研活动中，用计算机语言实现量子格点模型的构造可谓万里长征第一步。在这里，我们实现了基于Julia语言的QuantumLattices.jl库，提供了一种通用的格点模型构造范式。该范式简单易用易于拓展，采用Julia代码而非配置文件的方式，以类似于科研论文中对模型的描述的形式，实现模型的构建，从而将模型构造的难度降低到了与其自然语言描述相当的水平。
QuantumLattices.jl库实现了格点模型构造与多体算法设计的分离，因而可以作为一种通用的多体算法前端以提供模型细节的输入，并提供相似的接口以降低算法的学习和使用成本。以该库为基础，我们实现了一些常见的（多体）数值求解算法，包括紧束缚能带的计算（TightBindingApproximation.jl），严格对角化方法（ExactDiagonalization.jl），线性自旋波理论（SpinWaveTheory.jl），等等。</p>
</details>
<details>
<summary><u>8:30PM-9:00PM, Differentiable programming tensor networks with TeneT.jl </u></summary>
<p><strong>主讲人: </strong>张兴宇</p>
<p><strong>主讲人简介: </strong>张兴宇，2019年本科毕业于中山大学逸仙学院和物理学院，后在中科院物理所跟随王磊研究员读博，至今直博四年级。</p>
<p><strong>报告摘要:</strong>张量网络方法近年来逐渐成为多体凝聚态物理计算的重要方法。相比较与传统的蒙特卡洛方法，张量网络没有符号问题并且可以直接计算热力学极限下的无穷大系统。经典系统张量网络可以直接构造配分函数，原理上通过对配分函数求导可以得到任何物理可观测量；量子系统通过对能量变分可以得到基态。难点在于无穷大系统张量网络系统收缩依靠近似等价环境，通常方法如差分误差大且计算代价高昂。自动微分带来了易实现的与源程序等复杂度的导数。TeneT.jl主要基于OMEinsum.jl和Zygote.jl实现了收缩二维无穷大张量网络variational uniform matrix product states（VUMPS）算法以及自动微分，并且包含大原胞复杂体系和U1对称性。
<a href="https://github.com/XingyuZhang2018/TeneT.jl">https://github.com/XingyuZhang2018/TeneT.jl</a></p>
</details>
<details>
<summary><u>9:00PM-9:15PM, 休息 + 字节跳动与Julia</u></summary>
<p>赞助商<a href="https://www.bytedance.com/">字节跳动</a>将会介绍公司与 Julia 相关的业务，发布招聘等信息。</p>
</details>
<details>
<summary><u>9:15PM-9:45PM, Towards Practical Simulation of Realistic Chemical Systems on Near-term Quantum Computers </u></summary>
<p><strong>主讲人: </strong>吕定顺</p>
<p><strong>主讲人简介: </strong>吕定顺，博士，字节跳动AI Lab实验室，量子计算化学研究员。本科就读于哈尔滨工业大学应用物理学专业，2012年毕业后，保送至清华大学交叉信息研究院，师从国际知名离子阱实验专家KihwanKim，从事量子计算和量子模拟方面的研究，至今在量子计算、量子模拟领域等已经有10年研究经验。2018年博士毕业后，入职华为2012实验室，担任量子计算和量子算法研究员，专精并聚焦在量子软件和算法研究领域。在华为工作期间主要聚焦基于变分本征求解（VQE）的量子多体模拟（量子化学模拟，Hubbard model，Schwinger model，Heisenberg model模拟）以及量子近似算法研究（QAOA）。相关主要成果已经在2019和2020届HuaweiConnect大会上发布，并有对应的软件包HiQFermion和HiQOptimizer。2021年4月，入职字节跳动，继续聚焦量子计算化学方向的理论研究。
目前在Nature Physics，PRX，Nature Communication，PRL，Chemical Science, PRA等国际知名期刊发表若干论文。在公司工作期间，主导和参与完成专利申请10+项。2021年8月，加入CCF量子计算专业组，成为首批执行委员。目前的研究兴趣包括： 量子计算化学， 大规模量子化学模拟，强关联体系模拟等</p>
<p><strong>报告摘要:</strong>At present, Moore's Law is gradually failing, and various new computing architectures are emerging one after another. Quantum computing is likely to be a revolutionary technology in the future and has recently exhibited great potentials in predicting chemical properties for various applications in drug discovery, material design, and catalyst optimization.
However, quantum computing is in the era of noise intermediate-scale (NISQ), with the number of qubits up to (50-1000), limited coherence time, and gate fidelity. Progress has been made in simulating small molecules, such as LiH and hydrogen chains of up to 12 qubits, by using quantum algorithms such as variational quantum eigensolver (VQE). Yet, originating from limitations of the size and the fidelity of near-term quantum hardware, how to accurately simulate large realistic molecules remains a challenge.
In this talk, I will present our work towards the larger scale and realistic chemistry simulation. Particularly, I will mainly report two recent works: the quantum embedding simulation, which enables quantum computers to solve challenging systems far beyond the current state of art. In this work, we demonstrate that it is possible to simulate using only 16qubits to simulate 144qubits on C18 system. I will also share the DRIFT inspired quantum imaginary time evolution work which can dramatically reduce the depth of quantum circuit.
I will also briefly discuss other theoretical research in quantum chemistry simulation, the experimental realization of mainstream quantum systems, and future research trends and difficulties.</p>
</details>
<details>
<summary><u>9:45PM-10:15PM, The application of Yao.jl in assisting experimental demonstrations of quantum adversarial learning </u></summary>
<p><strong>主讲人: </strong>李炜康</p>
<p><strong>主讲人简介: </strong>李炜康本科毕业于中国科学技术大学少年班学院，目前为清华大学交叉信息研究院博士研究生，主要研究量子计算与人工智能的交叉领域。主要研究兴趣包括经典机器学习在物理中的应用，变分量子线路的设计与优化，量子信息理论等。</p>
<p><strong>报告摘要:</strong>Quantum computing promises to enhance machine learning and artificial intelligence. Yet, recent theoretical works show that similar to traditional classifiers based on deep classical neural networks, quantum classifiers would suffer from adversarial perturbations as well. Here, we utilize Yao.jl, a quantum simulation package written in Julia Language, to assist in the design of experimental demonstrations of quantum adversarial learning. We first build a variational quantum learning model under Yao.jl's framework and explore effective encoding strategies to handle the classification tasks of high-dimensional and real-life datasets. This model is then deployed on a programmable superconducting processor, where the ten transmon qubits feature average lifetimes of 150\mus, and average fidelities of simultaneous single- and two-qubit gates above 99.94% and 99.4% respectively. We demonstrate that these well-trained classifiers can be practically deceived by small adversarial perturbations (numerically generated with Yao.jl), whereas an adversarial training process would substantially enhance their robustness to such perturbations.</p>
</details>
<details>
<summary><u>10:15PM-10:45PM, QuanEstimation.jl: Julia与量子参数估计数值计算 </u></summary>
<p><strong>主讲人: </strong>余怀明</p>
<p><strong>主讲人简介: </strong>余怀明，华中科技大学物理学院硕士研究生，主要研究兴趣为量子信息、量子参数估计与量子控制。对Julia科学计算非常感兴趣，目前负责julia开源项目QuanEstimation.jl的维护和开发。</p>
<p><strong>报告摘要:</strong>量子计量学作为短时间内有望得到工业级应用的量子技术之一，旨在利用量子力学特性提高物理量的测量精度。近年来，量子计量学的发展不仅为磁力计、原子钟和重力仪等实用技术带来了量级的提升，也促进了诸如重力波探测和暗物质探测等基础物理的研究。其中量子参数估计是量子计量学的一个重要组成部分，也是其理论框架。在量子参数估计中，具体的物理情景和不同数学工具的选取，都会对估计的精度产生影响。因此如何利用量子参数估计框架设计出超越经典极限的最优方案，就成了量子计量学需要考虑的问题之一。而QuanEstimation.jl的目标正是填补量子计量学领域中数学工具数值计算和最优化方案设计的通用工具的缺失。本报告将简单介绍基于Julia开发的量子参数估计数值计算代码包QuanEstimation.jl。项目托管地址： <a href="https://github.com/QuanEstimation/QuanEstimation.jl">https://github.com/QuanEstimation/QuanEstimation.jl</a></p>
</details>
<details>
<summary><u>10:45PM-11:15PM, XEB.jl: 在 Julia 中挑战量子优越性</u></summary>
<p><strong>主讲人: </strong>赵宸</p>
<p><strong>主讲人简介: </strong>赵宸，2022年7月获中国科学院数学与系统科学研究院博士学位。目前在哈佛大学从事博士后研究，主要研究领域包括量子信息的图形语言、量子软件、量子算法等。</p>
<p><strong>报告摘要:</strong>2019年谷歌在一台53比特的量子计算机悬铃木（Sycamore）上进行随机量子线路采样的实验，并宣称没有任何经典计算机可以在这一任务上做得更好，即实现了量子优越性（quantum supremacy）。然而，这样的量子优越性遇到了很多后续研究结果的挑战。Feng et al. (2021) 使用张量网络的方法，并在512块GPU上用15小时以内计算时间超过了谷歌的结果；Gao et al. (2021) 提出另一种张量网络的方法，并在1块GPU上仅用2秒的时间实现了谷歌10%的结果。XEB.jl 实现了 Gao et al. (2021) 中所提出的算法。在本报告中，我将简要介绍 XEB.jl 的软件结构、功能、以及我所得到的一些结论。
GitHub: <a href="https://github.com/ChenZhao44/XEB.jl">https://github.com/ChenZhao44/XEB.jl</a></p>
</details>
</li>
<li>
<strong>12月9日 星期五 (新人之夜)</strong> 刘贵欣主持
<details>
<summary><u>8:00PM-8:30PM, 并行计算（Distributed 包）的使用经历与感想 </u></summary>
<p><strong>主讲人:</strong>庄竞泽</p>
<p><strong>主讲人简介:</strong>清华大学交叉信息学院博士生，量子信息方向</p>
<p><strong>报告摘要:</strong>CPU 并行计算在计算密集型的科学问题中有重要应用。利用 using Distributed 可以应对很多结构简单的项目。但是实际使用时，一旦涉及更复杂的需求，如加载函数、自动保存中间结果，就不是可以简单实现了的。我在挣扎过程中逐渐构建了一些自用的办法，希望抛砖引玉分享出来，可以一起讨论</p>
</details>
<details>
<summary><u>8:30PM-9:00PM, 为什么我推荐使用 Julia ? —— 可组合性与生成函数</u></summary>
<p><strong>主讲人:</strong>陈久宁</p>
<p><strong>主讲人简介:</strong> 陈久宁，华东师范大学数学科学学院博士生。Julialang 成员、JuliaImages 核心开发者、JuliaCN 核心成员。目前在同元软控进行 Julia 相关的编程工作。</p>
<p><strong>报告摘要:</strong>今年在 Julia 社区最出圈的一篇博客大概是 Yuri 的 "为什么我不再推荐使用 Julia"，一针见血地指出了 Julia 的可组合性在安全和正确性方面的风险。在这个报告中，陈久宁将介绍一个同元软控内部通信工具箱的一个核心组件及其设计思路 —— 用不到 300 行代码实现超越 MATLAB 的 C 代码 1000 倍的性能优势。这一组件背后的核心思路在于: 1) 利用 Julia 生成函数带来的无运行时开销的泛型支持，以及更重要的 2) Julia 的可组合性。围绕性能和可组合性这两个核心特征设计的 Julia 允许我们用更少的代码、更清晰的编程实现和更少的硬编码假设来完成日常编码工作的需求，而这是我始终推荐 Julia 的原因。相比而言，Yuri 文章指出的是一个普遍但并不关键的场景 —— 它只会出现在实验性代码阶段。</p>
</details>
<details>
<summary><u>9:00PM-9:30PM, 自由讨论</u></summary>
我们会抛出一些有趣的问题，来和大家交流。
用头脑风暴的形式让 Julia 语言在中国变得更加受欢迎。
</p>
</details>
<details>
<summary><u>9:30PM-9:45PM, Julia 中文社区颁奖典礼</u></summary>
<p>
陈久宁同学会为过去一年对 Julia 中文社区作出杰出贡献的个人颁发奖项。
宣布 JuliaCN 新一年确定即将开展的 <a href="https://summer-ospp.ac.cn/">开源之夏 (OSPP)</a>, <a href="https://summerofcode.withgoogle.com/">Google Summer of Code (GSoC)</a>, 见面会以及文档汉化活动。
</p>
</details>
<details>
<summary><u>9:45PM-10:15PM, OSPP'22 二维码的编解码器 </u></summary>
<p><strong>主讲人:</strong> 王至宏</p>
<p><strong>主讲人简介:</strong> 王至宏，华东师范大学计算机科学与技术学院博士新生</p>
<p><strong>报告摘要:</strong>二维码是近年来移动设备上超流行的编码方式，它比传统条形码能存更多的信息，也能表示更多的数据类型。QRCoders.jl 为二维码生成器，支持常用的编码格式；QRDecoders.jl 为二维码解码器，基于两种常用的纠错算法。二者旨在为 JuliaImages 生态提供纯 Julia 编写的二维码编解码工具。
<p>
报告包括两部分：
<ul>
<li>
项目介绍：二维码简介及技术要点
</li>
<li>
项目经验：从项目前期的准备，接触社区，到项目开发，结项的整个过程
</li>
</p>
项目链接：
<ul>
<li>
QRCoders: <a href="https://github.com/JuliaImages/QRCoders.jl">https://github.com/JuliaImages/QRCoders.jl</a>
</li>
<li>
QRDecoders: <a href="https://github.com/JuliaImages/QRDecoders.jl">https://github.com/JuliaImages/QRDecoders.jl</a></p>
</li>
</ul>
</details>
<details>
<summary><u>10:15PM-10:45PM, julia在nix生态和应用场景分享 </u></summary>
<p><strong>主讲人:</strong> 张光涛</p>
<p><strong>主讲人简介:</strong>Nix,julia 爱好者，数据分析，信息安全，devops，工程师，Hardenedlinux 成员。<a href="https://github.com/GTrunSec">https://github.com/GTrunSec</a></p>
<p><strong>报告摘要:</strong>分享将julia带入nix/nixos的生态的，分享背靠nix生态的可声明式，分发，复现的高效开发环境，devops周期，等相关场景应用的分享实例。</p>
</details>
</li>
</ul>
- 腾讯会议：862-142-9070
- Bilibili 直播间：JuliaLang中文社区
现场活动（新手教程和黑客松）的地点为香港科技大学广州校区，位于广东省广州市南沙区东涌镇笃学路1号 (高德地图)。如何达到请参考学校相关页面，交通费用可以报销（但由于经费有限，可能会有报销上限），请保留好单据。 校园地图如下。
<div>
<a href="/assets/map.jpg" class="nounderline"><img src="/assets/map.jpg"/></a>
</div>
- 食堂位于上图标记的C-6楼。
- 星巴克位于上图标记的C-1楼一楼。
- 活动教室位于上图标记的W-1楼一层的102室。
- 食堂提供简餐，位于上图标记的C-6楼。
- 黑客松活动中午的食物由主办方提供。
使用 HKUSTGZ-GUEST网络，手机号登陆即可。
如果您有相关的需求和建议，请针对性的联系委员会成员以获取帮助。
- 刘贵欣, [email protected]：宣传，海报，会议在线活动的组织。
- 刘金国, [email protected]：赞助，活动安排。
- 干则成, [email protected]：黑客松。
- 田俊, [email protected]
- 陈久宁, [email protected]
- 赵昱圣, [email protected]：衣服，贴纸，徽章和证书等文化产品制作。
- 活动PPT和notebook见 Github JuliaCN/MeetUpMaterials
- 视频将会上传至 Bilibili
大家在做Julia 肌肉记忆训练，随着 Asciinema 视频手指飞快的敲击键盘。
做完的同学可以获得 JuliaCN 徽章和 T-恤
最让大家惊讶的是 ChatGPT 居然可以把 Python 代码转成 Julia 代码！那我们学 Julia 有什么用！
报告的材料归档于Github仓库JuliaCN/MeetUpMaterials。 会议视频已上传至Bilibili，请查看2022冬季会议视频合集。
由 JuliaCN 社区成员提名并获得奖项的同学的名单见 JuliaCN 奖项名录。