龚成

   

    所属部门: 软件工程系

    电子邮件: cheng-gong@nankai.edu.cn

    职 称: 助理研究员

    学 历: 博士

    所学专业: 计算机科学与技术

    研究方向: 神经网络压缩与加速

简介

  龚成，男，生日1993年8月18日，分别于2016年和2022年在学院获得计算机科学与技术专业工学学士学位和工学博士学位，研究方向包括深度神经网络量化压缩，异构计算和机器学习。参与过两项国家重点研发项目（子课题）、一项国家科学自然基金面上项目、一项天津自然科学基金项目、两项计算机体系结构国家重点实验室开放课题项目，申请国家发明专利一项，以一作发表SCI一区期刊论文一篇（Information Science），CCF-A类期刊论文两篇（IEEE Transactions on Computers 与 IEEE TPDS），中文核心期刊论文一篇（软件学报），CCF-C类会议论文一篇（IJCNN），并以合著者参与相关论文若干。

主要学习经历

  龚成，男，生日1993年8月18日，于2012年入学学院计算机与控制工程学院计算机科学与技术专业攻读学士学位，2016年获得工学学士学位；2016年入学学院计算机学院计算机科学于技术硕士研究生，攻读工学硕士学位，并于2019年由硕士转为攻读工学博士学位，研究方向为深度神经网络量化压缩，异构计算和机器学习，于2022年获得工学博士学位，博士毕业论文题目为《深度神经网络量化方法研究》。

研究工作简历

  在校期间，参与过两项国家重点研发项目（子课题），国家科学自然基金面上项目，天津自然科学基金项目，计算机体系结构国家重点实验室开放课题项目等；以一作发表SCI一区期刊论文一篇（Information Science），CCF-A类期刊论文两篇（IEEE Transactions on Computers 与 IEEE TPDS），中文核心期刊论文一篇（软件学报），CCF-C类会议论文一篇（IJCNN），另有一篇相关工作在投，并以合著者参与若干相关论文的研究工作；开发过基于Caffe/Tensorflow/Keras/Pytorch等深度学习框架的自动深度神经网络压缩框架；参与国内国际学术会议两次；申请国家发明专利一项，并已获得授权；获得过4次学校/国家奖助学金。

教育背景

2016.09-2022.06 学院，工学博士，计算机科学与技术专业 (卫金茂，李涛)

2012.09-2022.06 学院，工学学士，计算机科学与技术专业

论文发表

1. Cheng Gong, Ye Lu, Kunpeng Xie, Zongming Jin, Tao Li, Yanzhi Wang. Elastic Significant Bit Quantization and Acceleration for Deep Neural Networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2021. (CCF-A)

2. Cheng Gong, Yao Chen, Ye Lu, Tao Li, Cong Hao, Deming Chen. VecQ: Minimal loss DNN model compression with vectorized weight quantization[J]. IEEE Transactions on Computers, 2020, 70(5): 696-710. (CCF-A)

3. 龚成,卢冶,代素蓉,刘方鑫,陈新伟,李涛.一种超低损失的深度神经网络量化压缩方法.软件学报, 2021, 32(8): 2391−2407. http://www.jos.org.cn/1000-9825/6189.htmĪ. (CCF中文 A)

4. Cheng Gong, Ye Lu, Chunying Song, Tao Li, Kai Wang. OSN: Onion-ring support neighbors for correspondence selection[J]. Information Sciences, 2021, 560: 331-346. (SCI-I, CCF-B)

5. Cheng Gong, Tao Li, Ye Lu, Cong Hao, Xiaofan Zhang, Deming Chen, Yao Chen. µL2Q: An Ultra-Low Loss Quantization Method for DNN Compression[C]// International Joint Conference on Neural Networks (IJCNN). 2019: 1-8. (CCF-C)

6. Dengping Fan, Cheng Gong, Yang Cao, Bo Ren, Mingming Cheng, Ali Borji. Enhanced-alignment measure for binary foreground map evaluation[C]// International Joint Conference on Artificial Intelligence (IJCAI). 2018: 698–704. (CCF-A)

7. Yao Chen, Kai Zhang, Cheng Gong, Cong Hao, Xiaofan Zhang, Tao Li, Deming Chen. T-DLA: An open-source deep learning accelerator for ternarized DNN models on embedded FPGA [C]// IEEE Computer Society Annual Symposium on VLSI (ISVLSI). 2019: 13-18.

8. Fangxin Liu, Kunpeng Xie, Cheng Gong, Shusheng Liu, Ye Lu, Tao Li. LHC: A Low-Power Heterogeneous Computing Method on Neural Network Accelerator[C]// IEEE International Conference on Parallel and Distributed Systems (ICPADS). 2019: 326-334. (CCF-C)

专利

1. 龚成，卢冶，李涛. 一种基于弹性有效位的深度神经网络量化方法. 国家知识产权局. 专利号：ZL 2020 1 0661226. 1. 授权号：CN 111768002 B. 2021.