文章推广

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,...

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...

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...

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...

本研究来自电子科技大学机械与电气工程学院黄洪钟课题组。本文系统探讨了可能性理论与证据理论在工程系统可靠性分析与设计优化中的核心作用。针对工程设计中的随机不确定性与认知不确定性，研究了传统概率方法在认知不确定性和混合不确定性方面的理论局限，提出了基于可能性理论与证据理论的可靠性分析和设计优化框架。通过全面梳理不确定性量化方法、分析理论特性与工程案例，不仅对比两种理论下可靠性分析与设计的方法范式，还揭示了其在航空航天、船舶工程等复杂系统中的应用潜力。最终提出了融合多源不确定性建模、智能算法集成等五大未来研究方向，为可靠性工程领域提供理论拓展与工具支撑。 文章介绍 Theory and application of possibility andevidence in reliability analysis and design optimization Hong-Zhong Huang(黄洪钟), He Li(李贺), Yan Shi(石岩), Tudi Huang(黄土地), Zaili Yang(杨再励), Liping He(何俐萍), Yu Liu(刘宇), Chao Jiang(姜潮), Yan-Feng Li(李彦锋), Michael Beer and Jin Wang(王津) 通讯作者： 黄洪钟，电子科技大学机械与电气工程学院   研究背景： 不确定性量化与传播是工程设计的核心问题之一。实际工程在空间尺度、时间尺度和设计阶段均面临多重不确定性，按照属性来源的不同，不确定性可分为随机不确定性（固有随机性）和认知不确定性（主观认识不足、知识与数据缺乏）。通常，前者可用概率分布或随机场表征，后者可用概率方法（如贝叶斯理论）或非概率方法（如可能性理论、证据理论、概率盒理论等）表征，如图1所示。 图1 典型不确定性量化理论 忽略工程设计中的不确定性会导致系统对输入变化敏感，导致性能下降或违反关键设计约束。为了实现设计优化，必须对不确定性属性和形式进行量化，如概率论用冲突（Conflicting）和互斥（Exclusive）信念度来量化不确定性，而机会理论用非一致性（Non-specificity）来描述。不确定性下的工程设计方法也存在不同的研究范式：（i）稳健设计旨在通过减少输入变化对系统性能的影响来提高结构可靠性；（ii）基于可靠性的优化设计旨在确保设计在一定可靠性要求水平。传统的基于概率的工程设计优化方法忽视了认知不确定性；而非概率方法具备强大的不确定性建模能力，在工程设计优化方面受到青睐。本文系统综述了认知不确定性的量化方法，重点探讨证据理论和可能性理论在可靠性分析与设计优化中的应用。   研究内容： 1）基于可能性理论的工程设计优化：可能性理论通过可能性分布与必要性度量量化认知不确定性，突破了传统概率方法对数据完备性的依赖，特别适用于输入数据有限或模糊的场景，例如结合专家知识构建弹性约束条件的方法已应用于航空航天等的多目标优化设计，通过模糊安全指数和性能测度方法显著提升了计算效率与保守性，为信息不完整条件下的复杂系统可靠性分析提供新范式。 2）基于证据理论的工程设计优化：证据理论通过置信函数与似然函数量化认知不确定性，该理论创新性地引入基本概率分配和Dempster组合规则，解决了传统贝叶斯方法难以处理部分已知概率分布的局限性，尤其在安全关键领域（如核工程与海洋平台结构）中，通过证据拓扑优化与多焦点元素搜索策略，显著降低了高维不确定性传播的计算成本，为混合不确定性问题提供了系统化解决方案。 3）认知不确定性下工程设计优化的未来趋势：本文提出需构建统一认知不确定性量化框架整合可能性、证据理论和其它理论。开发自适应算法以提升工程设计优化方法计算精度与稳定性，强调软计算策略（如模糊逻辑与机器学习的协同）及跨学科协作的重要性。研究指出，通过动态误差补偿机制与全局不确定性传播技术，可进一步突破小失效概率问题的瓶颈，推动多失效机制非线性系统的优化设计。 图2 基于可能性/证据理论的工程设计优化模型：(a)可能性理论；(b)证据理论。 作者介绍 黄洪钟  教授...

IOP出版社每月从年度重点期刊中精选两个主题的研究文章供大家阅读，本月的主题为Climate Finance, International Year of Quantum和Structural Health Monitoring。这些文章体现了IOP期刊的高质量和创新性，并呈现了一些受关注的研究工作。欢迎大家阅读下载！ 您可以扫描下方二维码，查看IOP出版社环境、量子和工程领域的最新资讯；还可以点击此处链接，订阅该领域的最新研究进展以及相关期刊的最新信息。 环境： 量子： 工程： 精选文章 Climate Finance Environmental Research Letters Who leads, who lags? Inter-urban inequities in European climate adaptation funding and financing Kayin Venner, Marta Olazabal, Melissa García-Lamarca, Aldo Treville, Luca Costantino Arbau and Paolo Bertoldi   Attributing global impacts of local extremes to climate change...

特刊详情 客座编辑 Ramzy Kahhat，秘鲁天主教大学 Vanderley John，巴西圣保罗大学 Bernhardus Van Hoof，哥伦比亚安第斯大学   主题范围 The informal sector plays an important role in the economic and socio-cultural structures of Latin America. The sector provides a significant employment opportunity and primary income for many families around the region. Their activities are diverse, including waste collection and recycling, extraction of raw...

将您的研究成果投稿至Nano Express (NANOX) 特刊，您的论文将有机会与高质量的专题论文合集一同发表，展示这一快速发展领域中的前沿进展。   除了在一个具有包容性与值得信赖科学保障的期刊发表，投稿至NANOX特刊还能帮助您： 💥 通过开放获取扩大研究影响； 💥 让您的研究成果被学术界广泛关注； 💥 与纳米科学与技术领域的高质量文章并肩，展示您的研究成果。   🌟目前开放投稿的专刊包括： Focus on 30 Years of Nanoimprint—From Invention to Transformative Impact Focus on Van der Waals Heterostructures: Electronic and Optoelectronic Properties Focus on Cathodoluminescence and Electron Beam Induced Current of Semiconductor Nanostructures Focus on Nano-Architected Twisted 2D Materials   >>您可以点击此处链接，查看所有正在开放的特刊。 期刊介绍 Nano Express...

本篇研究来自湘潭大学郝国林和广西师范大学刘军课题组。本综述梳理了近年来晶圆级过渡金属硫化物（TMD）及其异质结的最新研究进展。全面评估了化学气相沉积、金属有机化学气相沉积、分子束外延等主流晶圆级制备技术的可扩展性和适用性。系统总结了晶圆级TMD及其异质结的典型合成策略。此外，综述还对晶圆级TMD及其异质结的发展现状进行了评论和展望，指出在实现从实验室到工厂大规模生产的过程中，仍然面临的若干关键性挑战。 文章介绍 Wafer-scale synthesisof transition metal dichalcogenides and van der Waals heterojunctions Shiwei Zhang（张世伟）, Yulong Hao（郝玉龙）, Shijie Hao, Xuemei Lu, Jie Zhou, Chen Fan, Jun Liu（刘军）, and Guolin Hao（郝国林） 通讯作者： 郝国林，湘潭大学物理与光电工程学院 刘军，广西师范大学物理科学与技术学院   研究背景： 二维（2D）半导体材料作为一类很有前途的新兴材料，凭借其独特而优异的物理和化学特性，有望克服硅基器件小型化的技术瓶颈，进一步延续“摩尔定律”。其中，过渡金属硫属化合物（TMD）及其异质结在新型电子、光电子器件中展现出前所未有的应用潜力，其相关的晶圆级制备技术和生长策略正不断取得突破。因此，有必要系统和全面地总结晶圆级TMD及其异质结合成的最新进展。本研究旨在为晶圆级2D材料的未来发展途径提供理论与技术支持，并促进其在电子、光电子和其他领域的广泛应用。   研究内容： 本综述系统分析了化学气相沉积（CVD）、金属有机化学气相沉积、分子束外延、原子层沉积和激光脉冲沉积五大晶圆级制备技术的工业化潜力。通过对比生长温度、真空度、最大晶圆尺寸等关键工艺参数，揭示了CVD技术在高扩展性、低成本及批量化制备方面的显著优势，使其成为当前晶圆级薄膜制备的主流技术。 文章进一步聚焦于基于CVD技术衍生的先进晶圆级合成策略，主要包括前驱体设计、面对面生长模式与衬底工程。在前驱体设计方面，通过调节反应过程中的中间产物和前驱体化学结构，可以实现更精确的成核控制。面对面的生长模式可以显著改善前驱体的传输路径，解决传统固体前驱体浓度分布不均匀的问题。对于实现晶圆级连续单晶薄膜的制备，衬底工程则展现出显著的优势。 此外，针对于晶圆级异质结的合成，综述还总结了金属薄膜前驱体转化、图案化辅助生长和物理机械堆叠等有效策略。这些策略在异质结的可控构筑及程序化堆叠设计方面展现出独特潜力。 然而，二维TMD及其异质结迈向半导体实际制造应用中仍面临关键挑战。例如，主流CVD技术在材料合成过程中通常需要较高生长温度，这与现有硅基CMOS工艺的低温兼容性要求存在显著差距，亟需开发高效的低温生长策略。其次，目前晶圆级TMD薄膜多在单晶衬底上外延生长，将其无损、无残留地转移至目标功能衬底是实现器件集成的关键步骤。未来，如何进一步实现2D材料从实验室到工厂的大规模制备，仍需要不断的探索和优化。 作者介绍 郝国林  教授 湘潭大学 郝国林，教授，博士生导师，湖南省优秀青年基金获得者，湖南省青年骨干教师，湘潭大学韶峰学者，加州大学洛杉矶分校博士后，湖南省光学学会理事，湖南省光学学会青年工作委员会委员。近年来主要从事二维原子晶体的可控制备及光电性质研究，在原子力显微镜技术、二维原子晶体的可控制备与物性调控、微纳光电器件构筑等方面积累了一定的研究经验。主持与已完成国家自然科学基金面上项目、青年项目，湖南省重点研发项目，湖南省自然科学基金优秀青年项目等国家级与省部级项目10余项，在Science, Nano Letters, ACS nano, Science Bulletin, Advanced Functional Materials,...

本研究来自华中科技大学集成电路学院薛堪豪课题组。本论文详细阐述并推导了基于平面波赝势方法计算固体电子能带结构所需的各种知识，包括能带图的基本涵义、单电子近似的手续、各种平面波基组、各种赝势的原理、形式与优缺点、哈密顿矩阵在实际代码中的构建与存储、总能量的计算、实际可行的对角化算法、电荷混合算法等，并对目前常用的平面波赝势代码进行了综述。论文几乎涵盖了平面波赝势方法计算固体能带所需的一切知识，数学推导详细，并且只需要读者学习过本科量子力学以及基础的固体物理。论文强调并详细解释从固体物理基本原理到实际第一性原理软件包之间所缺失的各部分知识点。特别是，论文从正交化平面波方法开始，一直到2013年Hamann提出的ONCV赝势，遵照发展顺序与逻辑次序，给予了详细的数学推导。论文第20页到28页对目前最为先进的ONCV赝势进行了全面的介绍和解释，是对ONCV赝势的首次详尽评述。在哈密顿对角化方面，重点介绍了目前应用较多的共轭梯度法以及blocked Davidson方法。本论文适合本科生、研究生以及相关固体能带计算领域的研究者，是一份详尽而易读的参考资料。 文章介绍 Fundamentals of plane wave-based methods for energy band calculations in solidsShengxin Yang（杨晟鑫）, Kan-Hao Xue（薛堪豪） and Xiangshui Miao（缪向水）通讯作者： 薛堪豪，华中科技大学集成电路学院   研究背景： 固体能带结构的计算已经经历了一个世纪的发展，各种新概念和新方法层出不穷。现有固体物理或半导体物理教科书对于能带结构计算的讲述，往往与实际科研的需求并不匹配。例如，教科书上往往以原胞法、缀加平面波法、正交化平面波法、赝势方法为主，但实际计算软件往往采用密度泛函理论搭配赝势进行计算。初学者往往并不知晓，密度泛函理论与缀加平面波基组其实是为了解决不同层面的问题而提出的。另外，教科书上的赝势侧重于解释为什么固体中的价电子比预想的更加自由和离域化，但实际计算往往牵涉具体的Troullier-Martins赝势、超软赝势、PAW方法以及ONCV赝势等。如何架设固体物理教科书与实际科研中能带计算之间的桥梁，以及从固体物理的基础知识出发编写实际可用的代码，是本论文的写作背景和宗旨。   研究内容： 以往的综述论文中，有Jones对密度泛函理论的综述等，以及一些针对赝势方法的综述，但尚缺少平面波赝势方法的全面综述，尤其是针对初学者友好的综述。本论文以本科生为受众，在该方面做出了积极的尝试。 论文第一作者为华中科技大学集成电路学院博士生杨晟鑫，通讯作者为华中科技大学集成电路学院薛堪豪教授。 作者介绍 薛堪豪  教授 华中科技大学 薛堪豪，华中科技大学集成电路学院教授，国家级青年人才。本科与硕士分别毕业于清华大学电子工程系与清华大学微电子学研究所，荣获 2007 年清华大学优秀硕士毕业生。2007 年 8 月至 2010 年 5 月于美国科罗拉多大学珂泉分校攻读博士学位，获科罗拉多大学 2010 年优秀毕业生。先后在美国和法国从事博士后研究工作，2015 年 6 月回国。在《Physical Review Letters》等国际期刊上发表论文 150 余篇，其中一作、通讯（含共同通讯）发表 80 余篇，入选爱思唯尔全球前2%顶尖科学家榜单。主持国家重点研发计划课题1项、国家自然科学基金项目3项，以及高德红外、华为等工业界横向项目。2018 年提出的基于密度泛函的能带计算方法 shell...