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...
IOP出版社旗下期刊JPhys Photonics近日宣布山东大学陈峰教授加入该刊编委会，担任编委。我们在此表示热烈欢迎！ 编委介绍 陈峰 教授 山东大学 陈峰，山东大学教授。国家杰出青年科学基金获得者，入选教育部“新世纪优秀人才支持计划”，享受国务院政府特殊津贴专家，入选国家百千万人才工程，山东省泰山学者攀登计划专家，英国物理学会会士，国际光学工程学会会士，美国光学学会士。研究方向为光学晶体波导、离子束材料改性、超快激光微纳加工、微纳光子结构与器件、铌酸锂单晶薄膜、拓扑光子学等。先后主持国家自然科学基金重点项目、国家重点研发计划课题等国家、省部级科研项目20余项，获得省部级科技奖励5项。在Phys. Rev. Lett.、Nat. Commun.、Sci. Adv.、Light Sci. Appl.、Laser Photon. Rev.等期刊上发表SCI收录论文400余篇，并连续十年（2014-2023年）入选中国高被引学者榜单。撰写学术专著一部，由Springer-Nature出版集团出版。在国际学术会议上做主旨报告、邀请报告70余次。担任Chinese Optics Letters执行主编、ChemPhysMater副主编、Opto-Electronic Science、Scientific Reports等期刊编委。 期刊介绍 JPhys Photonics 2024年影响因子：8.4 Citescore: 11.4 JPhys Photonics（JPPHOTON）是一本新出版的开放获取期刊，面向物理学中应用于光子学各个领域的高质量研究。期刊包含光子学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的研究。涵盖领域包括：生物光子学和生物医学光学；能源和绿色技术应用，包括光伏；成像、检测和传感；光物质相互作用；光源，包括激光器和LED；纳米光子学；非线性和超快光学；光通信和光纤；光数据存储；光电子学、集成光学和半导体光子学；光子材料、超材料和工程结构；等离子体技术；传播，相互作用和行为；量子光子学和光学等。
本研究来自浙江大学潘纲、林芃、陈鹏课题组。本文提出了一个簇编码神经元电路设计及其在忆阻器系统中的应用；首次考虑了大规模电路下制备工艺波动对时序学习稳定性的影响；首次发现了复杂神经元动力学可以提高脉冲神经网络硬件实现鲁棒性。 文章介绍 Variation-resilient spike-timing-dependent plasticity in memristors using bursting neuron circuit Yize Liu（刘毅泽）, Jiayi Zhao（赵家艺）, Yu Xiao（肖宇）, Peng Chen（陈鹏）, Haisong Chen（陈海松）, Enhui He（何恩慧）, Peng Lin（林芃） and Gang Pan（潘纲） 通讯作者： 潘纲，浙江大学 林芃，浙江大学 陈鹏，浙江大学 研究背景： 尖峰时间依赖性可塑性（STDP）作为生物突触的经典学习机制，被认为参与了生物大脑中广泛的学习和记忆过程。STDP功能也被认为是神经拟态计算中可被借鉴的网络无监督训练方法。相较于纯软件实现，神经形态器件及电路可以更高效的实现STDP训练。然而，STDP机制的有效性高度依赖于突触前后神经脉冲的精确时序匹配，模拟电路中固有的电路及器件差异会导致脉冲信号产生显著失真，进而严重影响学习性能，甚至让该功能在规模化集成电路中彻底失效。现有研究中，研究者们大多聚焦在如何通过不同材料与器件机制实现STDP功能，而忽略了在规模化集成过程中遇到的均一性对STDP性能的影响。本研究通过分析复杂编码神经元模型中脉冲行为来评估工艺波动下STDP训练的鲁棒性，这一研究对于构建规模化类脑计算硬件，推动类脑计算发展具有重要的现实意义。 研究内容： 在这项工作中，我们提出了一种基于Ta2O5忆阻器突触和CMOS神经元的STDP硬件实现方案。研究发现，当传统LIF神经元模型应用于大规模神经电路网络时，工艺波动引起的电路变异会导致神经元脉冲行为产生显著差异，进而造成STDP机制和脉冲神经网络的不稳定性，最终导致网络训练性能下降。 受大脑复杂动力学的启发，我们发现具有多样化动力学特征的神经元（如簇发放脉冲行为）能够有效抑制电路波动带来的负面影响。具体而言，这类复杂神经元通过双离子通道协同调控脉冲响应：在电路工艺波动时，双离子通道产生的变异方向相反，从而在宏观上维持了脉冲行为的相对稳定。动态分析表明，在快变环境下神经元通过增加簇发脉冲数量来补偿单个脉冲的短时性，而在慢变环境下则呈现相反特性。 实验结果表明，采用复杂动力学神经元的系统对电路变异表现出更强的鲁棒性。与LIF神经元相比，STDP的时间/数值波动显著降低，脉冲神经网络的分类精度和稳定性均获得明显提升。该方案不仅为神经形态硬件设计提供了稳定、统一的新思路，同时为理解大脑突触可塑性机制提供了硬件层面的新见解。 作者介绍 潘纲 教授 浙江大学 潘纲，浙江大学求是特聘教授、博导，脑机智能全国重点实验室主任，国家杰出青年基金获得者，入选国家“万人计划”科技创新领军人才，计算机系统结构与先进计算研究所所长，中国人工智能学会会士、常务理事、脑机融合与生物机器智能专委会主任委员，中国自动化学会机器人智能专业委员会副主任委员，中国神经科学学会类脑智能分会副主任委员、脑机接口与交互分会副主任委员等。主要研究方向为人工智能、脑机接口、类脑计算、计算机视觉、普适计算等。已发表学术论文200多篇，获授权发明专利60多项。获CCF-IEEE CS青年科学家奖(2016)、IEEE TCSC Award for Excellence (Middle Career Researcher, 2018)，入选2016年中国高等学校十大科技进展、2020年世界互联网领先科技成果等。获两次国际会议或期刊的时间考验论文奖（Test-of-Time Paper...
为了帮助青年学者顺利度过学术出版的早期阶段，我们邀请了期刊编委会成员分享他们的经验与建议。 本期内容来自中国海洋大学的李建平教授（Environmental Research: Letters期刊编委），李教授给出了以下几点建议： 第一，选择一个你真正感兴趣的明确研究方向。这对职业发展非常重要。 第二，建立一个支持性的学术网络。找到能够为你提供指导的资深科学家，帮助你成长。 第三，要尽早并持续发表论文。学习如何撰写学术文章，重视研究的质量和影响力。 第四，保持韧性并拥抱失败。成功需要坚持和适应。 >>您可以点击此处链接，查看更多编委的见解。 期刊介绍 Environmental Research Letters 2024年影响因子：5.6 Citescore: 11.1 Environmental Research Letters（ERL）以金色开放获取模式出版，作者可选择将原始数据作为补充资料与文章一起发表。所有研究人员可以免费获取这些研究成果。ERL汇聚了关注环境变化及其应对的研究团体和政策制定团体的意见，涵盖了环境科学的所有方面，出版研究快报、综述文章、观点和社论。ERL顺应了环境科学的跨学科发表的趋势，反映了该领域相关的方法、工具和评估战略，得到了来自不同领域的广泛贡献。
Fundamental research on two-dimensional (2D) magnetic systems based on van der Waals materials has been rapidly gaining traction since their recent discovery. With the increase of recent knowledge, it has become clear that such materials have also a strong potential for applications in devices that combine magnetism with electronics, optics, and nanomechanics. Nonetheless, many challenges...
