题 目：基于液相法低维材料的神经形态计算

　　报告人：胡国华

　　单 位：香港中文大学

　　时 间：2023/12/28（周四）15：00

　　地 点：海西院综合楼235会议室

　　-------------------------------------

　　报告人简介：

　　胡国华，香港中文大学电子工程学系助理教授，2013年在电子科技大学获得学士学位，2018年在国外获得博士学位。研究方向为低维材料的液相法制备及其印刷电子的应用，如薄膜晶体管和电路，光电探测器，传感器等，研究兴趣和重点为液相法低维材料电子器件在神经形态计算中的应用，迄今共发表论文30余篇，谷歌学术引用约4000次，h因子为27。

　　报告简介：   

　　随着人工智能和机器学习的高速发展，冯诺依曼架构计算系统在算力和功耗上面临着愈加严峻的挑战，而摩尔定律行至尾声的发展更将使得计算算力的提升停滞不前。寻求材料、器件、电路、以及计算方式的创新是当前的研究趋势。人脑计算以高效能、低功耗著称。不同于冯诺依曼计算架构，人脑神经元和神经突触构成的复杂神经网络能完成信息处理和储存的集成，从而实现高效率的计算。神经形态计算是一种启发于大脑计算模式的计算方式，旨在使用电子电路模拟大脑神经元和神经突触，映射大脑神经网络，并协同神经网络算法的设计，实现类脑方式的计算。本报告将汇报研究组基于液相法低维材料神经形态计算的工作进展，重点讨论如何利用液相法制备的低维材料实现电子器件，包括忆阻器和忆阻晶体管等，以及如何结合电子器件的特性和电路设计实现神经元和神经突触。在神经元和神经突触实现的基础上，报告将讨论如何协同神经网络算法的设计构建神经形态计算，例如，卷积神经形态计算、脉冲神经形态计算、以及储备池计算。