我具备较为扎实的计算机与物理学交叉学科背景,精通数学建模、数值计算、优化算法、高性能计算、数据分析等方向,并能够结合机器学习与物理仿真进行工程问题求解。在编程和软件开发方面,我熟练使用 Python、C++、Matlab,并掌握多种计算机科学工具,如 Multisim(电路仿真)、Verilog(FPGA/数字电路设计)、CUDA(并行计算)、MPI(高性能分布式计算),同时会使用solidworks进行3D建模。凭借以上技能,我能够胜任涉及数值优化、智能计算、物理仿真、嵌入式开发等多个高端技术领域的顾问角色,并提供专业的解决方案
量子计算仿真与优化(剑桥大学量子力学交流项目)该项目利用 Qiskit(IBM 量子计算框架) 对量子算法进行仿真,主要研究 量子纠缠、量子傅里叶变换(QFT)、Shor 质因数分解算法 的实现与优化
高性能计算(HPC)在物理仿真中的应用。研究大规模科学计算问题,使用 CUDA 并行编程 在 NVIDIA GPU 上加速偏微分方程求解(如 热传导方程、波动方程)。结合 MPI 在高性能计算集群(HPC) 上实现并行数值计算,将计算速度提升 25 倍。
研究并优化 有限元分析(FEM)、格子玻尔兹曼方法(LBM) 在 CFD(计算流体力学)中的应用。
电子电路仿真与 FPGA 硬件实现,在硬件层面实现神经网络加速(FPGA 部署 CNN 模型),使推理速度比 CPU 提高甚多