小组成员苏卓的学位论文入选CCF形式化方法博士学位论文激励计划

CCF形式化方法博士学位论文激励计划，旨在加强形式化方法领域高层次创造性人才的培养工作，鼓励创新精神，提高形式化方法领域博士生教育的质量，激励年轻学者做出更多的优秀成果，表彰做出成果的年轻学者而设立。

苏卓博士的学位论文《面向数据流模型的代码生成技术研究》入选2024年度CCF形式化方法博士学位论文激励计划。该学位论文围绕数据流模型的代码生成展开研究，针对不同建模工具代码生成能力参差不齐、复杂控制逻辑代码生成困难、硬件加速指令未被充分利用等问题提出了可行的解决方案。(1)提出了统一的基于中间表示的代码生成框架设计，以模型中间表示和代码中间表示作为媒介，实现了包括模型解析、调度转换、代码优化、代码翻译的完整的代码生成流程。(2)提出了基于分支标记的动态数据流语义转换方法。可实现动态数据流模型到结构清晰的控制流代码的调度转换。(3)提出了自动综合处理器并行指令的代码生成方法，支持对模型中的密集计算组件生成SIMD指令，利用CPU向量协处理器的并行计算能力大幅提高代码运行效率。

苏卓博士在博士后期间入选了国家“博新计划”和清华大学“水木学者计划”，入选“CCF形式化方法专委优秀博士论文激励计划”，主持了国家自然科学基金面上项目以及博士后面上项目。博士期间曾获清华大学优秀博士论文、清华大学优秀毕业生、国家奖学金、一等奖学金等荣誉。苏卓博士主要研究模型驱动的软件开发技术，重点关注嵌入式控制系统的代码自动生成以及模型代码的安全保障。针对模型驱动的软件开发提出了统一的代码生成框架，支持对不同工具构建的模型进行高质量代码生成以及高效率高覆盖的自动测试。相关系统已经被应用于华为车控行为建模系统中，相关论文发表在DAC、ASE、EMSOFT、TSE、TCAD等顶级会议和期刊上。

中国计算机学会将于2024年11月15-17日在陕西省西安高新国际会议中心举办CCF中国软件大会（CCF ChinaSoft），届时将为入选者颁奖。