刘智

发布者:计算机学院发布时间:2025-09-11浏览次数:314


 点击《7807481d-9a93-4e03-8686-0bf7de8b9b9b》查看详情姓名刘智
职务/职称教师/讲师
研究方向人工智能安全、嵌入式应用和机器视觉应用
联系方式2023500003@jsut.edu.cn



个人简介:

刘智,男,1988年生,讲师、硕导。先后于江苏技术师范学院、江苏科技大学、河海大学取得本科、硕士、博士学位,专业分别为电子信息工程、信号与信息处理、计算机科学与技术。2013至2018年在常州新科汽车电子、江苏国光信息产业股份有限公司从事工程师工作。以第一作者发表SCI论文3篇,授权发明专利2项,现为常州市人工智能协会会员。


主授课程:C语言程序设计、Python语言程序设计、人工智能通识课


荣誉与奖励:

1. 常州市高层次人才双岗互聘计划


论文发表

[1] Yang, A., Liu, Z., Guan, Y., Tan, T., & Shen, J. (2026). Evaluating and Enhancing YOLOv8’s Soft Error Resilience. Electronics.

[2] Liu, Z., Liu, Y., Chen, Z., Guo, G., & Wang, H. (2021). Analyzing and increasing soft error resilience of Deep Neural Networks on ARM processors. Microelectronics Reliability, 124, 114331.

[3] Liu, Z., & Yang, X. (2022). An efficient structure to improve the reliability of deep neural networks on ARMs. Microelectronics Reliability.

[4] Liu, Z., Deng, Z., & Yang, X. (2022). Using checksum to improve the reliability of embedded convolutional neural networks. Microelectronics Reliability.

[5] Wang, H., Peng, X., Liu, Z., Huang, X., Qiu, L., Li, T., Yang, B., & Chen, Y. (2024). Revisiting row hammer: A deep dive into understanding and resolving the issue. Microelectronics Reliability.

[6] Ibrahim, Y.M., Wang, H., Bai, M., Liu, Z., Wang, J., Yang, Z., & Chen, Z. (2020). Soft Error Resilience of Deep Residual Networks for Object Recognition. IEEE Access, 8, 19490-19503.


研究课题

1. 企业委托横向课题(KYH260**,经费50万),“基于大模型的上汽副仪表总成专机系统的研发”,项目主持人。