youjizz

时 间：2025年11月22日上午10:00-12:00，下午2:30-4:30

地 点：youjizz 大学城校区理学馆213学术报告厅

主持人：倪尧 博士

报告人：孟优 教授

报告题目：碲半导体与器件

摘要：互补金属氧化物半导体（CMOS）具有低功耗、高抗噪和高集成度等优点，是现代信息技术的基础。然而，局域化价带和自补偿缺陷阻碍了p型无机半导体的空穴传输，难以与n型无机半导体形成有效互补，制约了CMOS技术的发展。近年来，碲（Te）半导体被认为是实现高空穴迁移率p型晶体管的理想材料体系。基于此，报告人首先开发了适用于Te半导体的规模化构筑方法，包括多尺度范德华外延和低温后氧注入工艺，获得了高空穴迁移率p型晶体管阵列。进而，探究了Te半导体的光热电效应和应力调控铁电极化机制，实现了全光谱探测和高性能机械能收集。最后，通过提高全流程的后端工艺兼容性，实现了低功耗Te基器件和CMOS电路的集成。相关的研究成果为大面积、高性能、低功耗Te半导体材料与器件的开发提供了理论依据和技术支持。

报告人简介：孟优，湖南大学半导体youjizz （youjizz ）教授、博士生导师、边缘器件实验室负责人。获国家级海外高层次青年人才，湖南省芙蓉计划高层次青年人才，山东省自然科学二等奖、香港清洁能源研究院青年研究员奖，香港城市大学杰出学术表现奖等荣誉。主要研究方向为新型半导体材料与微纳电子器件，以第一/通讯作者（含共同）在Nat Mater.、Sci. Adv.、Nat. Commun.、Adv. Mater.等期刊发表论文30余篇，引用4200余次，h因子40。已授权中国发明专利11项，申请国际专利10项。研究成果被Nat. Mater.、Science Daily、Phys.org、《麻省理工科技评论》等报道。

报告人：牟星 博士

报告题目：人工智能安全及硬件加速设计

摘要：随着人工智能（AI）技术的快速发展，AI系统的安全性面临着严峻挑战，容易受到物理篡改、网络攻击和数据泄露等安全威胁。例如，判别式AI模型对对抗样本的高度敏感性。而生成式AI模型在恶意信息生成和深度伪造方面已暴露出巨大的安全隐患。传统的冯·诺依曼架构中存储器和处理单元间的低通信带宽以及数据搬运的能耗无法满足对大数据依赖的新兴应用需求，安全增强算法往往需要额外的计算资源或增加计算负担。

本报告从算法和硬件两个方面介绍AI安全的研究工作。在算法方面，我们着重解决了判别式模型的对抗样本攻击和生成式模型的去对齐问题。在硬件方面，我们探索了基于忆阻器（RRAM）的新型计算架构，利用其固有的随机性来增强模型鲁棒性，并设计了基于RRAM加速的联邦学习加密框架，提升了数据隐私保护。通过算法和硬件的结合，我们为提升AI系统的安全性和鲁棒性提供了创新的解决方案。

报告人简介：牟星，国防科技大学计算机youjizz 微电子与微处理器研究所助理研究员，2019年本科毕业于东南大学，2024年获清华大学电子科学与技术博士学位，同年作为学术新秀人才加入国防科技大学。长期致力于新型架构芯片研究，涵盖存算一体、光计算等领域的工艺、电路及架构设计，拥有丰富的流片经验。目前聚焦于端侧人工智能加速，探索新型架构与算法理论模型的创新结合，以满足应用对硬件高性能和安全性的严苛需求。

报告人：杨其晟 博士

报告题目：全波光计算网络

摘要：人工智能驱动的数据爆炸式增长正迅速超越电子计算的能力，推动着人们探索替代计算范式。光神经网络（ONN）已成为极具潜力的候选方案，在并行性、延迟和能效方面具备固有优势，但光神经网络计算优越性的严谨理论基础仍未明确。报告介绍了一种光神经网络全波计算的统一框架，其中由麦克斯韦方程组主导的光传播通过干涉、衍射和散射实现信息处理。在该框架下，我们证明全波计算具有通用逼近能力，并展示了其与循环神经网络和卷积神经网络的内在结构相似性。借助信息几何工具，我们发现光神经网络比传统前馈神经网络（FNN）具有更高的有效维度和更均衡的费希尔信息谱，这表明光神经网络的泛化能力和可训练性得到了提升。为验证该框架，我们设计并制造了一款硅光子光神经网络，其集成密度和计算吞吐量达到了当前最高水平。本研究首次基于全波计算框架对光神经网络进行了系统的理论评估，揭示了光神经网络的内在理论优势，并凸显了其作为未来计算变革性范式的潜力。

报告人简介：杨其晟博士毕业于清华大学youjizz ，曾获电子工程和工商管理双学位、清华大学五道口金融youjizz 科技成果转化首期奖学金班，业余量化交易者，具有工科、医学、管理学、金融复合背景的连续创业者。光子芯力（北京）科技有限公司创始人、湖南大学半导体youjizz 副教授、博士生导师、双创youjizz 导师。原西安交通大学科技创新指导中心副主任、RoboCup机器人队队长、清华未来后摩尔芯片社团发起人。

报告人：王晶晶 博士

报告题目：铜碘杂化团簇发光材料及其光电应用研究

摘要：铜碘杂化团簇材料因具有卓越光学性能而在新型光电领域具备极大的应用潜力。但是，目前铜碘杂化团簇与高性能光电器件兼容性不良，这主要来源于团簇的溶液加工性能差和器件工艺开发欠缺等因素。本报告主要介绍基于铜碘杂化团簇材料的多功能应用研究，对铜碘杂化团簇材料的结构设计、制备策略、性能表征和器件构筑等进行阐述；并围绕功能基团与团簇的作用规律和器件的光路管理机制等，对该类材料在太阳能电池聚光器、防伪标志、偏振光源、健康照明、光通信等领域的工作表现等进行探讨。

报告人简介：王晶晶，youjizz “青年百人计划”高层次引进人才，博士毕业于中国科学技术大学无机化学专业，目前主要研究方向包括新型铜卤化物杂化发光团簇、新型半导体光电器件应用、可见光通信等。以第一作者/通讯作者身份在Nat. Photon., J. Am. Chem. Soc., Nano Lett., Adv. Opt. Mater.等期刊发表论文。2022年入选第71届诺贝尔奖获得者大会德国林岛青年会员，2025 年入选 “香江学者计划（湾区项目）”，主持国自然、省市级项目共3项。

报告人：戚建楠 博士

报告题目：有机场效应晶体管的稳定性机制及策略

摘要：有机场效应晶体管（Organic Field-Effect Transistors, OFETs）因具备本征柔性、低成本和可大面积加工等优势，在新一代柔性电子器件、传感器及集成电路等领域展现出广阔应用前景。然而，器件稳定性不足始终是限制其实际应用和产业化的关键瓶颈。OFETs的电学性能易受到材料结构、界面特性、制备工艺及运行环境等多维因素的耦合影响，从而引发迁移率衰减、阈值电压漂移、亚阈值区电流增大等失稳现象。深入理解其稳定性机制并提出有效的优化策略，对于推动有机电子学发展具有重要意义。首先，从材料层面看，有机半导体分子的可设计性使其化学稳定性问题已基本解决。然而，由于其分子间通过弱范德华力相互结合，有机半导体的物理失稳问题难以解决。材料在室温下仍会发生形貌演变并引发老化。目前，驱动材料形貌变化的因素尚无定论，这也阻碍了高稳定材料体系及器件的开发。其次，从器件层面来看，有机晶体管中电荷载流子的输运过程经过多个界面，其电学性能易受环境气氛、温度变化以及偏压应力效应的影响，难以在确保初始性能的同时实现良好的保存稳定性、温度稳定性与运行稳定性。针对上述问题，报告人提出了多种稳定化策略。一方面，通过类弥散增强策略及膜厚调控策略来提升有机半导体材料的温度稳定性及保存稳定性；另一方面，基于稳定的材料体系，采用零温度系数点策略，实现器件的运行稳定性，进而推动OFET在柔性电子与实际应用中的进一步发展。

报告人简介：戚建楠，中国石油大学（华东）讲师，本科毕业于中国石油大学（华东），博士毕业于天津大学，目前从事有机场效应晶体管相关研究。在 Nature Communications、Advanced Materials 等国际知名期刊累计发表SCI论文14篇，其中以第一作者及共同一作身份发表5篇。

报告人：黄河意 博士

报告题目：面向智能视觉信息处理的新型器件及其集成技术研究

摘要：人工智能终端系统对海量信息的超高速、低能耗处理需求日益迫切。然而，传统视觉处理芯片受限于分立式处理单元架构，面临面积开销大、时延及功耗高等挑战。光电融合计算技术凭借其高速、大带宽和灵活调控等优势，为提升信息处理速度与能效提供了有效途径。我们通过在单一CMOS硅基晶圆上，通过三维垂直堆叠技术高密度集成CMOS逻辑单元与光电信息处理单元，显著缩短了模块间互连距离，提升了系统集成密度与信息处理带宽，并有效降低了冗余能耗。同时，通过在CMOS后道工艺中拓展多功能光电异质材料，可实现多样化的神经网络计算功能，为光电智能计算与智能感知领域提供了一个高度可扩展的硬件集成平台。

报告人简介：黄河意，中科院微电子所副研究员，2020年博士毕业于中科院物理研究所，师从金奎娟院士，2020-2023年在清华大学youjizz 从事博士后研究工作。目前主要研究方向包括：先进电子器件集成技术、智能感存算融合系统等。近年来以第一作者及通讯作者在Nature Nanotechnology, IEDM, Advanced Functional Materials等期刊上发表论文20余篇，担任IEEE EDL等期刊审稿人。研究成果获评中国半导体十大研究进展、入选Chip中国芯片科学十大进展评选。

报告人：袁锐 教授

报告题目：基于忆阻器的神经拟态计算

摘要：传统冯·诺依曼计算架构由于物理分离的处理器与存储器之间频繁的数据搬运，导致显著的“内存墙”和“功耗墙”问题，难以满足日益增长的数据高效处理需求。忆阻器作为一种新型电子器件，通过模拟生物大脑的物理结构与信息处理机制，为突破此瓶颈提供了颠覆性技术路径。忆阻器的非易失性电阻态可天然模拟生物突触权重，利用其交叉阵列结构在存储单元原位执行向量矩阵乘加运算，消除数据在处理器与存储器间的无效搬运，可将能效提升数个数量级，这对于依赖海量矩阵向量乘法计算的深度学习模型部署具有决定性意义。忆阻器丰富的内在动力学特性使其能高效构建具备时空信息处理能力的类脑智能计算系统，结合其超低功耗、高并行性和微型化潜力，在物联网、可穿戴设备、自动驾驶、脑机接口等领域具有广泛应用前景，有望推动智能感知与决策向物理世界边缘端下沉。

报告人简介：袁锐，北京大学博士，西南大学人工智能youjizz 教授，重庆市北碚区文凤村富村书记、第一批“新时代三千名流·缙云菁英”支持计划，大渡口区科学教育专家，OESI国际会议分论坛主席，Frontiers in Computational Neuroscience专题编辑，Neuroelectronics、FlexMat、Sensory Neuroscience青年编委。长期从事忆阻器、类脑计算、神经形态器件、新型视觉芯片、存算一体芯片研究。近年来以第一/通讯作者（含共同）在Nature Electronics、Nature Communications（x2）、Device(Cell子刊)等期刊上发表论文多篇，主持国家自然科学基金、重庆市自然科学基金创新发展联合基金重点项目等，获国际发明展览会银奖等。

报告人：刘璐 博士

报告题目：基于数码可控纳米线打印的纤维形态突触晶体管

摘要：突触晶体管由于信号可与生物电信号相兼容，并可模拟生物神经系统诸多功能，在智能交互、可穿戴计算及生物医疗等前沿领域具有重要应用前景。目前，突触晶体管仍存在能耗偏高、灵敏度低、尺寸受限、生物兼容性不足等问题。另外，利用简单结构的突触晶体管实现对生物复杂神经功能的模拟仍具有一定困难性。报告人聚焦突触晶体管沟道制备材料及器件优化，利用数码可控纳米纤维打印工艺制备有序化及结构可调的有机及无机纳米纤维阵列，通过灵活的调节打印参数，实现对纳米纤维直径、间距及波形的优化，并将其作为沟道材料应用于突触晶体管，利用简单器件结构分别实现对侧抑制现象的模拟及可拉伸人工传入神经、人工自主神经的构建。对于类脑计算、软体机器人和可穿戴人机交互领域提供研究基础。

报告人简介：刘璐博士在纳米功能材料、突触电子器件及人工神经方向开展相关研究工作，聚焦于提升突触电子器件的可穿戴性、机械稳定性、复杂功能性，并深入研究了突触晶体管中有源层沟道的材料组分、物化性质及结构设计。近年来，以第一（含共一）作者在 Nat. Commun.、ACS nano、Adv. Funct. Mater.等期刊发表论文10余篇。