5月21日下午，北京交通大学贾丽蕊博士和美国哈佛大学卜凯峰博士应邀在计算机与网络安全学院（牛津布鲁克斯学院）为师生分别作了题为“加权除数问题”和“神经网络的复杂度：经典与量子”的学术报告。

报告中，贾丽蕊博士介绍了密码学的基石——数论，并以解析数论中的除数问题为出发点，详细梳理了包含加权除数问题在内的除数问题的发展历史，并对Dirichlet，Heath Brown和Ivic等人的工作进行了简介，介绍了传统的和基于Perron公式解析方法，对除数问题中的算术性质进行了阐述。最后，还展示了全新的关键性估计结果。

卜凯峰博士聚焦深度学习中的一个重要研究方向——神经网络复杂度与网络结构系数的关系，结合报告人最近的工作，介绍了利用动力系统中的拓扑熵来定义神经网络的复杂度的方法。此外，还介绍了如何利用magic刻画量子神经网络的复杂度。

师生们还就相关问题与两位博士相互讨论。整场报告深入浅出、气氛活跃、师生互动性强。