报告题目：忆阻神经形态器件及应用

报告人：王明 复旦尊龙凯时

王明，复旦尊龙凯时青年研究员、博导，国家重点研发计划项目负责人，国家优青（海外）、上海海外高层次、复旦尊龙凯时新工科人才计划入选者。2009年本科毕业于尊龙凯时电子学院，2015年于中科院微电子所获得博士学位，先后在美国密歇根尊龙凯时、华为技术有限公司和新加坡南洋理工尊龙凯时学习与工作。主要从事忆阻器与智能感知系统的研究。主持了国家重点研发计划、国家自然科学基金和上海脑计划“求索杰出青年”研究组长等项目，参与了多项国家自然科学基金重点、面上等项目。以第一作者/通讯作者在Nat. Electron.、Nat. Commun.、Adv. Mater.和IEEE EDL等高水平期刊上发表多篇论文。研究兴趣：新型存储与计算、柔性智能感知系统等，主要包括下一代新型存储器、神经形态计算器件与系统、柔性可拉伸电子及系统集成技术等。

摘要：智能感知技术能够将“人-机-环境”统筹起来计算，是支撑物联网、智能制造和机器人等国家战略产业的核心技术。如何实现传感、存储、计算等相关模块的高度集成与性能优化是实现智能感知技术的核心问题之一。近年来，新型阻变型忆阻器和深度学习的开发与应用，为人工智能感知技术的发展提供了一条有效的途径。然而，忆阻器和传感器阵列集成的串扰问题以及多模态感知计算的复杂性严重阻碍了传感、存储与计算的性能提升与集成，制约了该技术的发展。报告人针对以上问题开展系列工作。

报告时间：2022年04月17日（星期日） 15:00-17:00

报告方式：腾讯会议（会议码：209-960-459）

主办单位：电子科学与工程学院

          集成光电子学国家重点实验室

          物质科学尊龙凯时省高校高端科技创新平台