Year: 2025

日期：2025年10月9日，周四 时间：18:40-21:00 IOP出版社旗下Nanotechnology（NANO）、NANO Express(NANOX)、NANO Futures(NANOF)期刊主办的“神经形态材料与器件”在线研讨会，定于北京时间2025年10月9日周四晚18:40线上召开。来自深圳大学高等研究院的周晔教授将担任本次研讨会的主席，我们还特别邀请了华东师范大学段纯刚教授、香港理工大学柴扬教授、北京大学黄芊芊教授和福州大学陈惠鹏教授作为研讨会嘉宾，与研究人员共同探讨神经形态材料与器件领域的研究。欢迎大家免费注册参会，参与讨论！ 研讨会详情 参会方式 欢迎参会交流，分享知识与见解。扫描下方二维码或点击此处链接，现在就注册参会吧。 温馨提示： 本次在线研讨会使用Zoom平台，首次观看前需要安装插件，建议您提前下载并安装插件。 研讨会主席 周晔  教授 深圳大学 周晔，深圳大学高等研究院教授，物理学科负责人，IOP/IET/RSC Fellow，教育部青年长江学者。2008年获南京大学学士学位，2013年获香港城市大学博士学位，2013-2015年在香港城市大学从事博士后研究工作，2015年加入深圳大学高等研究院独立工作。主要从事神经形态材料、器件与系统的研究，在Science、Chem. Rev.、Chem. Soc. Rev.、Nat. Electron.、Nat. Commun.、Adv. Mater.等期刊发表论文200余篇，被引用16000余次，H-因子68，获授权中国与美国发明专利25项。入选美国斯坦福大学发布的“全球前2%顶尖科学家终身科学影响力榜单”，担任IOP、IEEE、Elsevier、Taylor&Francis、RSC旗下多个国际期刊的执行编委、顾问编委、编委。 研讨会嘉宾 段纯刚  教授 华东师范大学 段纯刚教授于1998年在中国科学院北京物理研究所获得理论物理博士学位。之后于1998 年至 2007 年在美国内布拉斯加大学工作。他2008年加入华东师范大学，现任华东师范大学科技发展委员会秘书长，极化材料与器件教育部重点实验室主任。他的团队目前正在研究多铁性、自旋电子、谷电子、铁电和神经形态计算。他在同行评审期刊上发表论文300余篇，包括Nature Mater./Elec./Commun.、PRL、PNAS、Nano Lett.、Adv. Mater.等，被引次数近2万次。他还是NPJ Comp. Mater.的副主编、JPCM的Section主编等。 报告题目：基于铁电材料的自然计算   柴扬  教授 香港理工大学 柴扬教授是香港理工大学半导体物理学讲座教授。他是IEEE杰出讲师、IEEE Fellow、Optica Fellow、半导体纳米技术联盟主席、香港物理学会副会长、香港青年科学院院士以及ACS Nano副主编。他因“打破高效感知人工智能系统之墙”的研究成果荣获Falling Walls Science Breakthroughs in Engineering and Technology，并荣获中银香港科技创新奖和国家自然科学基金杰出青年基金。他目前的研究方向主要集中在新兴电子器件领域。 报告题目：Bioinspired in-sensor computing for...

为服务国家“碳中和”战略与循环经济绿色转型，由IOP出版社旗下期刊Sustainability Science and Technology（SSTECH）支持、上海交通大学环境科学与工程学院主办的首期“可持续发展科学与技术”论坛即将在2025年09月17日（星期三）15: 00-18: 00召开。应对气候变化、资源枯竭与环境污染的全球挑战，实现可持续发展是关乎人类未来的核心议题。我国将“双碳”目标、循环经济与生态文明建设提升至国家战略高度，十四五规划明确要求深入打好污染防治攻坚战（蓝天、碧水、净土）并加强新污染物治理。在此背景下创刊的SSTECH，致力于打造可持续发展科技领域的高水平国际学术平台，系统探索科学路径与创新技术方案，支撑绿色低碳发展。为此，SSTECH期刊支持、上海交通大学环境学院主办本期论坛。论坛聚焦污染控制化学与资源循环利用中的热点与难点，组织深度研讨，旨在促进技术创新与学科交叉融合，共同探索可持续发展的科学路径与技术突破。 论坛主席 张礼知  教授 上海交通大学环境科学与工程学院 论坛主办/支持单位 主办单位：上海交通大学环境科学与工程学院 支持单位：《Sustainability Science and Technology》期刊 论坛时间 2025年09月17日（星期三）15: 00-18: 00 论坛地点 1）上海交通大学闵行校区绿色环境楼 200 会议室 2）线上参会：腾讯会议 405-656-665 论坛议程 论坛联系人 李浩：hao_li@sjtu.edu.cn 李美琪：maggielmq@sjtu.edu.cn 期刊介绍 Sustainability Science and Technology Sustainability Science and Technology（SSTECH，《可持续发展科学与技术》）是IOP出版社旗下的一本开放获取期刊，它致力于通过科学、技术和工程领域的前沿研究推动可持续发展，汇聚来自化学、物理学、材料科学、工程学和环境科学等不同学科领域的研究人员，共同应对全球性挑战，为更可持续的未来做出贡献。SSTECH期刊的独特性在于其关注可持续影响的重要性。该期刊发表的每篇文章都必须展示其在环境、社会或经济方面产生可持续效益的潜力。这一承诺与IOP出版社支持联合国可持续发展目标（SDGs）的使命相一致，我们鼓励作者在摘要中明确说明他们的工作如何与SDGs保持一致。

特刊详情 客座编辑 鲁统部  教授 天津理工大学 鲁统部，天津理工大学教授，博士生导师。主要从事双原子催化剂与人工光合作用方面的研究。先后主持国家重点研发计划课题、国家科技重大专项、国家杰出青年基金项目、国家基金重点项目等。发表论文430余篇，获授权中国发明专利41项。发表论文被他引21000余次，H指数80，连续四年入选爱思唯尔中国高被引学者。出版《人工光合作用催化剂》专著。2006年获国家杰出青年基金，2014年入选英国皇家化学会会士, 2023年入选中国化学会会士，2021年获全国五一劳动奖章。现任中国化学会二氧化碳化学专业委员会主任，天津市化学会副理事长，中国化学会无机化学、晶体化学、绿色化学和分子筛专业委员会委员，“新能源材料”创新学科引智基地负责人，“材料微结构”教育部国际合作联合实验室主任，国内外8个杂志副主编和编委。   孙振宇  教授 北京化工大学 孙振宇，北京化工大学化工学院教授，博士生导师。2006年博士毕业于中国科学院化学所。2006至2015年先后在爱尔兰圣三一学院、德国波鸿鲁尔大学以及英国牛津大学从事博士后研究。入选德国洪堡学者。主要从事CO2、N2还原反应研究，以第一/通讯作者，在Nat. Commun.、Chem、Angew. Chem.、The Innovation、Adv. Mater.等期刊发表论文146篇，英文书籍6章节，申请发明专利28项。所有论文被Science等引用25100余次，H-因子68。连续入选Elsevier 2021–2024年度中国高被引学者。担任RSC Sustainability副主编；Journal of Physics Energy、Chinese Journal of Catalysis、《物理化学学报》、ChemElectroChem、EcoEnergy、Carbon and Hydrogen等期刊编委。   Javier Garcia Martinez  教授 西班牙阿利坎特大学 Javier Garcia Martinez，西班牙阿利坎特大学无机化学教授、分子纳米技术实验室主任。致力于开发新型纳米材料，以提升能源生产效率和化学工艺可持续性。通过引入可控的晶内介孔结构，成功释放了多相催化剂在转化大分子物质方面的潜力。该技术现已被全球学术实验室和化工企业广泛应用，在生物质转化至催化裂化等关键工业流程中，通过减少废弃物和积碳生成（原本需焚烧处理产生温室气体），实现每年减排二氧化碳数十万吨。他在麻省理工学院访学期间创立了莱弗科技公司，专注开发降低碳排放的纳米结构催化剂。2019年该公司被跨国企业格雷斯收购，其技术正推向全球市场。获得美国化学会“凯瑟琳·哈赫创业成就奖”，荣膺英国皇家化学会荣誉会士，并于2023年获西班牙国王授予国家研究奖。同时担任中国化学会荣誉会士、清华大学客座教授及北京化工大学名誉教授，2022–2023年间出任国际纯粹与应用化学联合会（IUPAC）主席。   Marc Robert  教授 法国索邦大学 Marc Robert，法国索邦大学教授，并担任法国大学研究院（IUF）高级成员（创新主席）。他的研究致力于电子转移过程的电化学与光化学方法探索，以及小分子（CO2、N2）的催化活化研究，以应对当今能源领域的重大挑战。罗伯特教授于2016年荣获法国液化空气集团颁发的首届国际关键分子挑战奖，2021年获得法国国家创新奖，2022年获得法国化学会物理化学分会资深科学家奖，2023年入选化学领域全球高被引学者榜单，2024年3月获得日本配位化学学会国际奖。   主题范围 This focus issue of JPhys Energy will highlight recent advances in carbon dioxide...

本研究来自美国马萨诸塞大学刑留冬课题组。在可靠性工程领域，任务中止策略（Mission Abort Policy, MAP）通过制定清晰、明确的准则，精准界定系统在出现退化状态时，终止主要任务（Primary Mission, PM）并启动救援程序（Rescue Procedure, RP）的条件，保障执行任务的关键系统的生存。设计最优MAP，在任务成功概率（Mission Success Probability, MSP）与系统生存概率（System Survivability, SS）之间实现平衡，对于有效管理系统损失风险、确保关键系统达到预期MSP水平至关重要。本文对可靠性工程中MAP的研究进行了全面回顾，梳理并剖析了针对单次尝试和多次尝试任务系统中各类MAP的数学建模、分析及优化的研究成果，前瞻性地探讨了推动MAP前沿研究和实践应用发展的潜在方向。 文章介绍 Mission abort policies in reliability engineering: a review Liudong Xing（刑留冬），Gregory Levitin 通讯作者： 刑留冬，美国马萨诸塞大学   研究背景： 任务中止策略（Mission Abort Policy, MAP）作为可靠性工程的核心工具，旨在通过量化系统退化阈值，定义触发任务中止和启动RP以拯救系统的特定恶化条件，以平衡任务成功概率与系统生存性，为管理关键系统的系统损失和任务失败风险提供见解。当前挑战集中于： 复杂系统建模：需融合随机冲击（如HPP、NHPP）、多阶段退化（Gamma过程、马尔可夫链）等动态失效机制； 多目标优化：需协同优化MSP、SS及预期损失成本（ECL），并应对决策参数动态性与环境不确定性； 工程实践需求：需开发实时自适应策略以应对物联网（IoT）设备级联故障、多任务并发等新兴场景。 本文围绕MAP的发展进行综述，涵盖定义MAP的决策参数的演变、优化模型和技术、目标函数（即性能指标）的数学建模与评估方法、复杂任务和系统行为的分析，以及MAP在不同领域的应用情况。   研究内容： 本文概述了MAP的发展，涵盖了定义MAP的决策参数的演变、优化模型和技术、目标函数（性能指标）的数学建模和评估方法、复杂任务和系统行为以及MAP的应用领域。同时对代表性 MAP 研究进行全面概述与分类，旨在为管理关键系统的系统损失和任务失败风险提供理论依据和实践指导。随着现代技术的飞速发展，集成物联网（Internet of Things, IoT）和人工智能（Artificial Intelligence, AI）技术的系统日益复杂，规模不断扩大，由此带来了一系列新的挑战。本文期望借此激发更多研究人员和实践者投身于MAP研究，共同应对这些挑战。此外，文章还前瞻性地指出了MAP未来的研究方向，包括： 开发实时自适应MAP，使其能够根据系统状态实时调整中止策略；探索基于MAP的灾害过程中级联故障缓解策略，有效应对复杂系统中的连锁故障问题； 在MAP模型中融入不确定性因素，提高模型对现实场景的适应性； 开发可访问的自主MAP嵌入式软件，促进MAP从理论研究向实际应用的转化，切实缩小理论与实践之间的差距。   图1 MAP研究的主要应用领域 作者介绍 刑留冬...

特刊详情 客座编辑 Liew Pay Jun 马六甲马来西亚技术大学 Liew Pay Jun, Associate Professor, serves at the Faculty of Industrial and Manufacturing Technology and Engineering, Universiti Teknikal Malaysia Melaka (UTeM). She is a Chartered Engineer (CEng) registered in the United Kingdom and obtained her Ph.D. from Tohoku University, Japan, under the supervision of Professor Jiwang Yan. From 2017...

我们诚邀您将最新研究成果发表在Biomedical Physics & Engineering Express期刊，与全球领域内的学术领军者共同推动生物医学物理研究的知识进步与创新发展。通过在本刊发表文章，您将提升研究的国际可见度，并增加在全球学术界的引用潜力。 期刊优势 在来自全球的专家审稿人和编委会支持下，期刊始终保持高标准的同行评审，并不断取得发展： 影响因子：1.6 CiteScore：2.5 期刊投稿后收到第一个决策的平均时长：9天   庆祝Biomedical Physics & Engineering Express创刊十周年 感谢过去十年来所有作者、审稿人、读者和编委的支持与贡献，帮助我们持续传播生物医学物理研究中最前沿、最具影响力的成果！ 亮点文章 A few-shot U-Net deep learning model for lung cancer lesion segmentation via PET/CT imaging Nicholas E Protonotarios, Iason Katsamenis, Stavros Sykiotis, Nikolaos Dikaios, George A Kastis, Sofia N Chatziioannou, Marinos Metaxas, Nikolaos Doulamis and Anastasios Doulamis  ...

时   间：2025年9月18日至20日 地   点：上海奉贤前昇希尔顿酒店（上海市奉贤区融沁路818号 ） 展位号：A03 第四届智慧医疗与康复大会暨第七届脑机接口论坛将于2025年9月18-20日在上海召开。会议旨在通过搭建跨学科的活跃且高效的交流平台，推动先进脑机接口技术的研究、开发与应用。同时增强行业对脑机接口技术的认知，促进脑机接口产业交流与合作。 IOP出版社作为本次大会的主办单位之一，将携旗下生物工程、神经网络及机器学习等期刊参加会议，我们的展位号是A03，期待您的莅临指导！ 支持期刊

本研究来自浙江大学王爱丽课题组。本研究通过NeuBridge框架的提出，为高效、低延迟的脉冲神经网络应用奠定了理论基础和实用方法论，并有望显著推动神经形态计算和边缘计算的发展。 文章介绍 NeuBridge: Bridging Quantized Activations andSpiking Neurons for ANN-SNN Conversion Yuchen Yang（杨玉琛）, Jingcheng Liu（刘京诚）, Chengting Yu（俞承廷）, Chengyi Yang（杨城熠）, Gaoang Wang（王高昂） and Aili Wang（王爱丽）   通讯作者： 王爱丽，浙江大学   研究背景： 随着人工智能规模不断扩张，传统人工神经网络（ANN）面临高功耗与计算资源瓶颈，推动低能耗的类脑脉冲神经网络（SNN）兴起。SNN凭借异步事件驱动的脉冲机制，在理论上具备出色的能耗与计算资源效率。然而，当前的SNN性能尚难以匹敌成熟的ANN模型，主要瓶颈在于现有ANN-SNN转换方法中的量化误差与脉冲时序不均匀误差。这些方法往往基于脉冲频率编码，需要大量时间步保证精度，实际应用中效率低下且性能受限。因此，亟需一种高效精准的ANN-SNN转换框架，以提升SNN的实际应用性能和效率。   研究内容： 该研究提出了一种创新性的ANN-SNN转换框架——NeuBridge（如图所示），旨在解决传统转换方法中的性能和延迟问题。   NeuBridge框架包括三大核心创新点： 自适应时间编码机制：首次引入具有自适应能力的时间编码参数，在ANN量化感知训练阶段自动优化，有效地将空间域中的量化激活值转化为时间域的高效脉冲序列，显著减少转换时间步。 解码-编码神经元：提出双阶段脉冲神经元模型，解码阶段积累膜电位并优化脉冲接收，编码阶段以动态膜电位调整脉冲发放，彻底消除了传统转换过程中的不均匀误差。 量化神经网络与脉冲神经网络的无损映射：建立了QNN与SNN间的严格等价映射关系，优化了量化激活和脉冲序列之间的精准对应，最大限度地降低了量化误差。   研究团队在CIFAR-10与ImageNet数据集上进行了广泛实验，结果表明NeuBridge在极少的时间步内（2-3个时间步）实现了与当前最先进方法相当甚至更高的精度。例如，在AlexNet与ResNet网络上，NeuBridge的性能在2个时间步内即可达到甚至超过以往需要7个甚至更多时间步的现有方法。此外，NeuBridge在能耗方面具有极大优势，仅为传统ANN模型的约1.3%，显著优于量化神经网络（QNN）。   综上所述，本研究通过NeuBridge框架的提出，为高效、低延迟的脉冲神经网络应用奠定了理论基础和实用方法论，并有望显著推动神经形态计算和边缘计算的发展。 作者介绍 王爱丽  研究员 浙江大学 王爱丽，浙江大学国际联合学院ZJU-UIUC联合学院研究员，助理教授，博士生导师。于2019年获华盛顿大学电子与计算机工程专业博士学位。主要研究方向脑启发计算算法与硬件协同设计、低功耗模拟混合信号集成电路设计。研究成果发表于IEEE TAI，Frontiers in Neuroscience, IEEE TCAS-I, IEEE Sensors Journal,...

IOP出版社旗下期刊JPhys Materials近日宣布中国科学院宁波材料所诸葛飞研究员加入该刊编委会，担任编委。我们在此表示热烈欢迎！ 编委介绍 诸葛飞  研究员 中国科学院宁波材料所 诸葛飞，研究员，博士生导师。本科和硕士毕业于西安交通大学，博士毕业于浙江大学，其后在广岛大学以日本学术振兴会（JSPS）特别研究员身份从事博士后研究，2008年至今在中国科学院宁波材料所工作，2018年入选中国科学院脑科学与智能技术卓越创新中心骨干人才。主要从事低维半导体材料与器件及其在类脑人工智能领域的应用研究。迄今在Applied Physics Reviews、Advanced Materials、Nano Letters等发表论文60余篇，被引用5500多次，获第49届日内瓦国际发明展金奖、浙江省自然科学一等奖、中国电子学会科技二等奖各1项。主持中国科学院战略性先导科技专项（B类）子课题、国家自然科学基金（重点项目等6项）、浙江省杰出青年基金等项目。现担任Frontiers in Neuroscience和Frontiers in Photonics副编辑、Journal of Physics: Materials和Micromachines编委。 期刊介绍 JPhys Materials 2024年影响因子：4.3  Citescore：8.8 JPhys Materials（JPMATER）是一本新出版的开放获取期刊，涵盖材料研究中最重要和最激动人心的进展，着重关注跨学科和多学科研究，包括：生物和生物医学材料；碳材料；电子材料；能源和环境材料；玻璃和非晶态材料；磁性材料；金属和合金；超材料；纳米；有机材料；光子材料；聚合物和有机化合物；半导体；智能材料；软物质；超导体；表面、界面和薄膜等。

特刊详情 客座编辑 Felix Creutzig，德国波茨坦气候影响研究所 蔡闻佳，清华大学 Radhika Khosla，英国牛津大学 Debra Roberts，南非夸祖鲁·纳塔尔大学 Chandni Singh，印度人类住区研究所 William Solecki，美国纽约市立大学   主题范围 Cities are on the frontline of climate change, simultaneously confronting severe risks and shouldering significant responsibilities for rapid mitigation and adaptive transformations. Urban areas face escalating threats from extreme weather events, heatwaves, flooding, and water scarcity, all intensifying under changing...

本研究来自西北工业大学动力与能源学院魏鹏飞课题组。在可靠性工程中，如何利用实验数据校准计算模型以实现高精度预测，是当前亟待解决的关键问题。贝叶斯模型更新（BMU）作为新兴方法框架，在计算效率与精度间存在权衡难题，本研究提出一种基于主动学习的近似贝叶斯积分方法，通过高斯过程模型对似然函数平方根进行解析近似，创新性地设计后验方差贡献（GPVC）采集函数，综合利用后验均值与协方差信息实现参数空间的智能探索，研究结果为高维复杂系统的可靠性模型校准提供了兼具高效性与鲁棒性的解决方案。 文章介绍 Probabilistic Calibration of Model Parameterswith Approximate Bayesian Quadrature and Active Machine Learning Pengfei Wei（魏鹏飞），Masaru Kitahara, Matthias G R Faes and Michael Beer 通讯作者： 魏鹏飞，西北工业大学动力与能源学院   研究背景： 当前，基于物理失效模型的可靠性评估与设计优化技术面临双重挑战：一方面，复杂服役环境与多物理场耦合效应导致数学模型难以精确表征所有失效机制；另一方面，数值求解过程中的离散化误差与假设简化会引入额外的预测不确定性。这种模型预测与真实物理响应的偏差，使得模型校准成为提升可靠性评估精度的关键环节。当前主流的模型校准方法可分为确定性框架与不确定性框架两大类，其中非确定性方法通过概率模型或证据理论量化认知不确定性，近年来成为研究热点。在概率参数校准领域，贝叶斯模型更新（BMU）方法取得显著进展，但如何在保证全贝叶斯精度的前提下突破计算效率瓶颈，仍是多模态BMU问题亟待解决的难题。本研究聚焦概率框架下的参数校准问题，将模型参数视为确定性未知量，其认知不确定性通过主观概率模型进行表征，提出基于改进贝叶斯积分框架的新型校准范式，为复杂系统的可靠性模型校准提供了新方案。   研究内容： 本文针对BMU方法在计算效率与精度间的权衡难题，提出一种基于主动学习的近似贝叶斯积分方法，创新性体现在三方面： 1）高效近似贝叶斯积分框架：提出基于高斯过程代理模型的贝叶斯积分方法，通过对似然函数平方根进行解析近似，结合主动学习的自适应采样策略，在降低计算成本的同时，达到与全贝叶斯方法相当的校准精度，突破了传统高精度方法计算复杂度高的瓶颈； 2）智能采集函数设计突破：创新性构建后验方差贡献（GPVC）通用采集函数，通过融合概率回归模型的预测均值与协方差信息，动态量化参数空间的信息熵分布，实现全局探索与局部开发能力的协同优化。实验表明，GPVC函数在多模态问题中的收敛速度较传统方法有显著提升； 3）多模态后验估计的高效性：针对复杂系统可靠性分析中的多模态后验密度估计难题，所提方法通过贝叶斯积分与GPVC函数的协同作用，能够高效求解多模态后验密度函数。 通过数值与工程案例验证，本文所提方法在多模态后验密度估计中展现出显著优势，同时保持与全贝叶斯方法相当的校准精度。   Fig.1 Comparison of results for posterior density of the first example, where PVC and VUS are used under...

本期内容来自 Environmental Research Letters (ERL)、Environmental Research: Climate (ERC)、Environmental Research: Water (ERW) 与 Environmental Research: Infrastructure and Sustainability (ERIS) 期刊，涵盖甲烷超级排放事件的健康风险、天然气行业NMVOC排放估算、农业甲烷与气候政策的公平性问题、跨界水资源治理中的利益相关方参与，以及澳大利亚锂供应链的绿色转型等热点话题。 >>点击此处链接，订阅环境领域最新资讯。 精选文章 Not just a climate problem: the safety and health risks of methane super-emitter events Sofia Bisogno, Chowdhury G Moniruzzaman, Nick Heath, Christos Efstathiou, Jeremy K Domen, Lee Ann L Hill, Jasmine Lee, Drew R Michanowicz, Quintin Munoz, Yanelli...