目录
硕士报考志愿采集    更新日期:2023年9月5日
姓 名 纪程 性 别
出生年月 1988年10月 籍贯
民 族 汉族 政治面貌
最后学历 博士研究生 最后学位 工学博士
技术职称 副教授 导师类别 硕士生导师
导师类型 校内 兼职导师
行政职务 Email cheng.ji@njust.edu.cn
工作单位 计算机学院 邮政编码
通讯地址
单位电话
个人主页
指导学科
学科专业(主) 0812|计算机科学与技术 招生类别 硕士 所在学院 计算机科学与工程学院
研究方向

数据存储、嵌入式AI

小样本数据增广、深度学习应用

工作经历

南京理工大学,2019-至今,副教授

香港城市大学,2018-2019,博士后

教育经历

香港城市大学,2014-2018,博士

中国科学技术大学,2011-2014,硕士

获奖、荣誉称号

海外高层次人才计划(青年项目)

江苏省双创博士

科研项目

主持科技委基础加强重点项目课题,国家自然科学基金青年项目,江苏省自然科学基金青年项目

发表论文

代表性论文:

1. Cheng Ji, Li-Pin Chang, Riwei Pan, Chao Wu, Congming Gao, Liang Shi, Tei-Wei Kuo and Chun Jason Xue. Pattern-Guided File Compression with User-Experience Enhancement for Log-Structured File System on Mobile Devices. In Proceedings of USENIX Conference on File and Storage Technologies (FAST), 2021. (CCF A)

2. Cheng Ji, R. Pan, L. Chang, L. Shi, Z. Zhu, Y. Liang, T. Kuo, and C. Xue. Inspection and Characterization of App File Usage in Mobile Devices. ACM Transactions on Storage (TOS), 2020. (CCF A)

3. Cheng Ji, Li-Pin Chang, Sangwook Shane Hahn, Sungjin Lee, Riwei Pan, Liang Shi, Jihong Kim, and Jason Xue. File Fragmentation in Mobile Devices: Measurement, Evaluation, and Treatment. IEEE Transactions on Mobile Computing (TMC), 2019. (CCF A)

4. Cheng Ji, L. Chang, C. Wu, L. Shi, and C. Xue. An I/O Scheduling Strategy for Embedded Flash Storage Devices with Mapping Cache. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD), 2018. (CCF A)

5. C Ji, F Wu, Z Zhu, L Chang, H Liu, W Zhai, Memory-efficient deep learning inference with incremental weight loading and data layout reorganization on edge systems. Journal of Systems Architecture (JSA), 2021. (CCF B)

6. Cheng Ji, Li-Pin Chang, Liang Shi, Congming Gao, Chao Wu, Yuangang Wang, and Chun Jason Xue. Lightweight Data Compression for Mobile Flash Storage. ACM Transactions on Embedded Computing Systems (TECS), 2017. (CCF B)

7. Y. Liang, C Ji (*通讯), C. Fu, R. Ausavarungnirun, Q. Li, R. Pan, S. Chen, L. Shi, T. Kuo, C. Xue, iTRIM: I/O-Aware TRIM for Improving User Experience on Mobile Devices, in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD), 2021. (CCF A)

8. C. Wu, C Ji (*通讯), Q. Li, C. Gao, R. Pan, C. Fu, L. Shi, and C. Xue. Maximizing I/O Throughput and Minimizing Performance Variation via Reinforcement Learning based I/O Merging for SSDs. IEEE Transactions on Computers (TC), 2020. (CCF A)

9. C. Wu, Y. Cui, C Ji (*通讯), T. Kuo, and C. Xue. Pruning Deep Reinforcement Learning for Dual User Experience and Storage Lifetime Improvement on Mobile Devices. in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD), 2020.  (CCF A)

10. C. Wu, Q. Li, C Ji (*通讯), T. Kuo, and C. Xue, "Boosting User Experience via Foreground-Aware Cache Management in UFS Mobile Devices," in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD), 2020. (CCF A)

11. Z Zhu, C Wu, C Ji, X Wang. Machine learning assisted OSP approach for improved QoS performance on 3D charge-trap based SSDs, International Journal of Intelligent Systems, 2021. (IF 10.312)

12. J. Cao, Z. Lian, W. Liu, Z. Zhu, C. Ji. HADFL: Heterogeneity-aware Decentralized Federated Learning Framework. To appear in Design Automation Conference (DAC), 2021. (CCF A)

13. Z. Zhu, L. Tan, Y. Li,  C. Ji. PHDFS: Optimizing I/O performance of HDFS in deep learning cloud computing platform, Journal of Systems Architecture, 2020. (CCF B)

14. Cheng Ji, Chao Wu, Li-Pin Chang, Liang Shi, and Chun Xue. I/O Scheduling with Mapping Cache Awareness for Flash Based Storage Systems. In Proceedings of International Conference on Embedded Software (EMSOFT), 2016. (CCF B)

我的团队
研究方向为嵌入式系统、边缘智能、数据存储等,研究内容包括:1)面向资源受限系统,实现网络模型轻量化(剪枝、量化、知识蒸馏等);2)基于智能算法的移动设备存储系统管理,包括手机F2FS文件系统的数据缩减等;3)基于生成对抗网络小样本数据增广,实现特定领域数据(图像、电磁波等)的特征提取与生成等。
 
目前担任中国计算机学会嵌入式系统专委会委员、信息存储技术专委会委员。以第一作者/通讯作者发表多篇CCF A类文章,包括多个顶级国际会议和学术期刊,如USENIX FAST、USENIX ATC、IEEE/ACM EMSOFT以及IEEE TMC、IEEE TC、IEEE TCAD、ACM TECS等。以第一单位发表存储顶级会议《USENIX Conference on File and Storage Technologies》。研究成果解决了存储、嵌入式系统设计及其应用中的许多核心疑难问题,所实现系统原型已应用于国产智能手机,受到了学术界和工业界的关注。积极参与合作研究,与香港城市大学、台湾交通大学、中国科学技术大学等相关领域专家保持了紧密的合作关系。在实际应用方面,和国内科技公司保持良好的合作关系,为相关企业在嵌入式系统的应用等方面提供了支持。

欢迎对深度学习应用、Linux内核等感兴趣的同学加入课题组,优秀者可以推荐至美国,香港攻读博士学位