忆阻器及其类脑计算

课程编码：085400M07002H 英文名称：Memristor and Brian-Inspired Computation 课时：20 学分：1.00 课程属性：高级强化课 主讲教师：尚大山

本课程的目的是帮助对类脑计算有兴趣研究生掌握忆阻器及其类脑计算的相关基础理论知识，培养器件、算法和电路等多个学科领域交叉融合的能力；通过学习以忆阻器为代表的类脑计算实现过程中所面临的器件设计、算法优化和电路设计等科学问题和解决思路，掌握从底层器件实现至顶层算法架构等相关技术；同时，了解当前类脑计算领域科技前沿动态，开阔学生科研视野，增强学生实践能力，为学生们在集成电路、电子信息等各个专业的领域中应用类脑计算技术建立理论和实践基础。本课程还会穿插介绍当前高科技领域的国际形势，通过对比国内外技术的不同，以及我国对发展集成电路、电子信息技术的紧迫需求，阐明自主研发的重要作用，激发学生独立自强的科学精神与爱国主义情怀。

半导体器件物理

第一章 忆阻器与类脑计算技术发展 8学时
第1节 忆阻器原理与应用
第2节 基于忆阻器的类脑计算技术
第二章 忆阻器类脑计算功能实现 12学时
第1节 类脑计算单元的忆阻器实现
第2节 类脑计算算法
第3节 基于忆阻器芯片的类脑计算系统

尚大山，中国科学院微电子研究所研究员，博士生导师。2007年博士毕业于中国科学院上海硅酸盐研究所，2007-2009年在中国科学院物理研究所任博士后；2009-2018年任中国科学院物理研究所副研究员；2011-2012年任韩国国立首尔大学物理与天文系博士后；2012-2014年任德国亚琛工业大学物理系（IA)洪堡学者，期间于2013年11月至2014年1月任英国剑桥大学材料科学与冶金系洪堡欧洲访问学者。长期致力于忆阻器件的物理机制、集成技术和其在存储与计算方面的应用研究。目前研究方向主要集中在类脑计算器件、算法和系统研究，拓展类脑计算技术在大数据、物联网和人工智能系统中的应用，包括：1）神经形态计算器件与集成技术；2）神经网络模型与深度学习算法；3）感算融合的人工智能感知系统。现主持和参与国家重点研发计划子课题，中科院战略先导科技专项（B类），国家自然科学基金等多个相关项目。已在Adv. Mater.、Adv. Func. Mater.、Nat. Commun.、ACS Appl. Mater. & Interfaces、IEEE Electro. Dev. Lett.、Appl. Phys. Lett.、Phys. Rev. Applied等国际期刊以及VLSI、IEDM等国际会议发表论文100余篇，H指数30，论文引用3000余次，国际和国内会议邀请报告二十余次，应邀担任忆阻材料、器件与系统国际会议（MEMRISYS2021）技术委员会成员，柔性电子技术国际会议（IFETC2022）技术委员会成员，国际期刊Sensors客座编辑。