袁之航于2017年获得北京大学理学学士学位，2017年起于北京大学信息科学技术学院攻读研究生（硕博连读），师从孙广宇长聘副教授。研究方向为：高效神经网络设计、神经网络压缩加速、软硬件协同优化等。袁之航累计参与6款AI芯片的研发，在国际会议/期刊上发表多篇论文；曾任北京大学创客空间社长/理事长、北京大学极客实验室奇点游戏工作室创始人、北京大学极客产品孵化部部长、北医学生会宣传部副部长；曾任AI音乐创业公司北京惊弓科技CTO。

项目经历

北京大学高能效计算与应用中心 2015.09-

• 进行动态神经网络架构设计研究，发表多篇论文
• 参与SNN（脉冲神经网络）芯片，负责芯片工具链算法部分的研究/软件开发和辅助硬件架构设计，针对芯片硬件设计提出多种ANN转SNN的优化算法，芯片已流片生产
• 参与ReRAM（存内计算器件）神经网络芯片的设计，负责进行软-硬件协同优化设计，在考虑噪声和硬件资源限制下，使用NAS同时设计最优网络和最优硬件参数
• 参与PCM（存内计算器件）神经网络芯片的设计，进行可行性验证和神经网络结构设计
• 参与内存控制器地址映射策略研究，负责强化学习算法开发
• 负责医学血液再灌注时间测量系统的研发工作，统筹算法设计、硬件开发
• 参与LSTM在FPGA上加速的研究，共同设计加速器，负责硬件开发，研究成果在国际会议上发表，被引用次数超过100

泓图睿语（北京）科技有限公司 2017.03-2019.10
实习研究员

• 参与超低功耗异步卷积神经网络芯片的设计，进行软硬件协同设计，确定芯片运行的网络架构。该芯片是全球首款异步AI芯片，已流片生产
• 负责面向特定硬件高能效检测网络的设计，设计了多个版本的人脸检测/识别网络架构、车辆识别网络架构，已应用部署

北京大学极客实验室 2017.09-

• 负责智能分类垃圾桶项目，统筹开发软件、硬件工作，产品在百度云智峰会展出
• 负责跨平台游戏《魔瓶》项目，统筹设计、开发工作，游戏demo已上线
• 负责印客印染、未来贺卡、炫光影像等文创产品的统筹开发工作，策划多场活动，多次对外展出
• 负责策划开设创客X课程，已成功开课二十余节，参与人数达到数百人次

北京数城未来科技有限公司 2019.10-2020.03
实习成员

• 负责遥感卫星图像AI检测识别框架的设计，实现包括建筑物检测分隔，建筑物高度标定等，已应用部署

北京大学

其他项目

• 参与医学面瘫智能分级辅助诊疗系统项目，负责算法的设计和开发以及系统后端的开发，部分算法在期刊上发表，系统正在医院测试使用 2020-2021
• 组建AI音乐生成创业团队，负责交互式自动音乐生成研发项目 2018

发表论文

• Yuan Z, Jingze L, Xingchen L, et al. NAS4RRAM: Neural Network Architecture Search for Inference on RRAM-based Accelerators[J]. SCIENCE CHINA Information Sciences, 2021.
• Yuan Z, Wu B, Sun G, et al. S2DNAS: Transforming Static CNN Model for Dynamic Inference via Neural Architecture Search[C]. European Conference on Computer Vision (ECCV), 2020. (oral)
• Yuan Z, Liu X, Wu B, et al. ENAS4D: Efficient Multi-stage CNN Architecture Search for Dynamic Inference[J]. arXiv preprint, 2020.
• Guan Y, Sun G, Yuan Z, et al. Crane: Mitigating Accelerator Under-utilization Caused by Sparsity Irregularities in CNNs[J]. IEEE Transactions on Computers (TC), 2020.
• Guan Y, Yuan Z, Sun G, et al. FPGA-based accelerator for long short-term memory recurrent neural networks[C]. Asia and South Pacific Design Automation Conference (ASP-DAC), 2017.
• Wu B, Liu Z, Yuan Z, et al. Reducing overfitting in deep convolutional neural networks using redundancy regularizer[C]. International Conference on Artificial Neural Networks (ICANN), 2017.

获得荣誉

• 北京大学优秀科研奖
• 北京大学实践公益奖
• 北京大学“创新实践项目奖”
• 北京大学第七届模拟创业大赛 第三名
• 北京大学2017黑客马拉松 第四名
• 北京大学二等奖学金

Introduction in English

This website is HahnYuan’s personal blog. It was built in 2017.

I am a Ph.D student of the CECA of Peking University. My research interest is the high-efficiency neural network, software and hardware co-optimization.

The content of this blog is divided into two parts, one is about my own idea, the other is my notes and opinions of related research paper.