代成，四川大學計算機學院特聘副研究員。
基本介紹
- 中文名：代成
- 國籍：中國
- 畢業院校：電子科技大學
- 職業：教師
研究方向,主要成就,
研究方向
視頻行為識別技術、深度學習模型、深度學習模型壓縮、人機物系統以及相關套用
主要成就
代成，四川大學計算學院特聘副研究員/碩士生導師，CCF 嵌入式專委會委員。博士畢業於電子科技大學，曾在加拿大麥克馬斯特大學做訪問學者；2022年破格增列為碩士生導師。代成博士長期從事視頻數據分析、人工智慧、邊緣智慧型系統等領域研究，已在相關領域國內外高質量期刊和會議發表論文10餘篇。其中，作為第一作者或通信作者發表SCI收錄期刊論文10篇、國際會議論文2篇；發表中科院一區二區期刊論文7篇，包括作為第一作者或通信作者的中科院一區IEEE Trans系列刊物長文2篇、影響因子10以上的領域權威期刊長文2篇。2021年博士畢業論文獲國際電氣和電子工程師協會(IEEE)可擴展計算專委會(Technical Committee on Scalable Computing, TCSC) 優秀博士畢業論文獎。
代成博士受邀擔任了CCF 推薦C類會議IEEE HPCC 2022本地執行主席( Local Chair)、 The 19th IEEE International Conference on Ubiquitous Intelligence and Computing (UIC 2022), Track Chair. 受邀擔任2022年第二屆智慧型技術與嵌入式系統國際會議的（報告嘉賓），擔任IEEE Trustcom、IEEE CPScom、IEEE HPCC等國際知名會議技術委員會成員(TPC Member)。
主持的主要科研項目：
1. 國家自然科學基金青年項目，面向邊緣智慧型的視頻人體行為識別張量深度計算模型研究，2023-2025，主持
2. 中央高校業務經費項目，基於張量計算深度模型研究，2022-2025，主持
3. 四川省重點研發項目，面向視頻邊緣智慧型套用關鍵技術研究，2023-2024，主持
4. 四川省重點研發重點項目，高精路網數據全息智慧感知與實時場景建模關鍵技術研究與套用，2023-2024，子課題負責人
5. 企業合作研究項目，水電多源數據實時集成分析技術研究，2022.12-2023.12，主持
6. 教育部工程研究中心開放課題，面向邊緣智慧型系統的骨架行為識別關鍵技術研究，2021-2022，主持
近五年部分論文著作（節選）：
1.Cheng Dai, Xingang Liu, Jinfeng Lai, Pan Li and Han-Chieh Chao. Human Behavior Deep Recognition Architecture for Smart City Applications in 5g Environment, IEEE Network, 2019, 33(5): 206-211. （中科院一區）
2. Cheng Dai, Xingang Liu, Laurence T. Yang, Minghao Ni and M. Jamal Deen. Video Scene Segmentation Using Tensor-Train Faster R-CNN for Multimedia IoT Systems, IEEE Internet of Things Journal, 2021,8(12): 9697-9705. （中科院一區）
3. Cheng Dai, Xingang Liu, Hao Xu, Laurence T. Yang and M. Jamal Deen. Hybrid Deep Model for Human Behavior Understanding on Industrial Internet of Video Things, IEEE Transactions on Industrial Informatics. DOI: 10.1109/TII.202 1.3058276, 2022. （中科院一區）
4. Cheng Dai, Xingang Liu, Hongqiang Cheng, Laurence T. Yang and M. Jamal Deen. Compressing Deep Model with Pruning and Tucker Decomposition for Smart Embedded Systems, IEEE Internet of Things Journal. DOI:10.1109/JIOT. 2021.3116316, 2022. （中科院一區）
5. Cheng Dai, Xingang Liu and Jinfeng Lai. Human Action Recognition using Two stream Attention based LSTM Networks, Applied Soft Computing, 2020, 86: 624-631. （中科院一區）
6. Cheng Dai, Xingang Liu and Jinfeng Lai. A Low-Latency Object Detection Algorithm for the Edge Devices of IoV Systems, IEEE Transactions on Vehicular Technology, 2020,69(10):11169-11178. （中科院二區）
7. Cheng Dai, Xingang Liu, Zhuolin Li and Mu-Yen Chen. A Tucker Decomposition based Knowledge Distillation for Intelligent Edge Applications, Applied Soft Computing, 2021,101,1-7. （中科院一區）
8. Cheng Dai, Hongqiang Cheng, and Xingang Liu. A Tucker Decomposition Based on Adaptive Genetic Algorithm for Efficient Deep Model Compression. The 2020 High Performance Computing and Communications, pp.507-512, Dec. 2020. (Best paper)
