NCE特刊征稿|2D materials for intelligent computing
特刊详情
客座编辑
缪峰 教授
南京大学
- 缪峰，南京大学物理学院教授、博士生导师，南京大学类脑智能科技研究中心主任，国家杰出青年科学基金获得者，“科学探索奖”获得者，中国物理学会“黄昆物理奖”获得者，国家“高层次人才特殊支持计划”科技创新领军人才入选者，科技部中青年科技创新领军人才入选者，科技部国家重大科学研究计划（青年）项目首席科学家，国家“海外高层次青年人才计划”入选者，江苏省“十大青年科技之星”（暨江苏省青年科技奖）入选者，科睿唯安(Clarivate Analytics)全球“高被引科学家”，爱思唯尔“中国高被引学者”。主要从事二维材料电学性质的基础研究，以及二维材料在信息器件领域的应用研究。具体研究方向包括：二维材料的量子电子输运与物性调控，场效应电子器件，光电探测器，存储器与类脑计算器件等。在二维材料电子输运与信息器件领域取得了一系列创新成果，多项工作在国际同行中产生重要影响。作为第一作者或通讯作者在Science、Nature、Nature/Science子刊（19篇）、Phys. Rev. Lett.等国际权威学术期刊上发表论文，共发表SCI论文150余篇，Web of Science总引用30000余次，Google scholar总引用41000余次；已获授权/申请美国与中国发明专利>40项。目前担任Nature旗下期刊Scientific Reports和npj 2D Materials and Applications编委，IEEE电子器件学会神经形态计算技术专业委员会委员，中国神经科学学会类脑智能分会委员会委员，还担任Nature、Science、Nature Physics、Nature Nanotechnology、Nature Materials、Nature Electronics、Nature Photonics、Nature Synthesis、Nature Comm.、Science Advances、Phys. Rev. Lett.等学术期刊的审稿人。
梁世军 教授
南京大学
- 南京大梁世军，南京大学物理学院教授、博士生导师、南京大学类脑智能科技研究中心副主任, 国家优秀青年科学基金获得者，2017年获得新加坡科技设计大学博士学位，随后加入南京大学，分别担任副研究员、副教授和教授至今。研究兴趣包括AI for materials science, 二维材料物态调控、智能半导体、半导体智能制造、智能物理学、类脑智能计算、物理计算等。取得了若干创新研究成果，包括：提出了“片上材料合成实验室”材料制备新范式，打破了传统材料制备与器件应用之间的壁垒；提出了可重构二维电子器件新设计思路，大幅节省了构建类脑计算电路所需硬件资源；研制了包括可重构图像处理、宽光谱卷积处理、视觉运动感知机等在内的多功能类视网膜器件，为智能机器视觉的发展提供了新技术思路；开发了包括感内动态计算、大规模并行类脑计算、并行存内无线计算等在内的多种高能效智能计算架构。截至目前，作为第一/通讯作者在Nature Materials (1篇)、Nature Nanotechnology (2篇)、Nature Electronics (5篇)、Physical Review Letters (1篇)、Science Advances (3篇)、Nature Communications(2篇)、Advanced Materials、IEDM等国际主流学术期刊和电子器件领域顶级会议上发表80余篇学术论文。研究成果入选“2022年度中国半导体十大研究进展”,被包括Nature Electronics/Materials “News & Views”栏目、Semiconductor Today等专题报道。担任包括CPL、半导体学报、极端制造等在内的多个期刊青年编委，以及APL electronic device的国际青年编委等。
HeeJun Yang 教授
韩国科学技术院
- HeeJun Yang, 韩国科学技术院教授，2003年获韩国科学技术院（KAIST）物理学学士学位，2010年以首尔大学（韩国）与巴黎第十一大学（法国）联合培养形式取得物理学博士学位。2010-2012年任职于三星电子，期间成功研发表面界面器件”石墨烯势垒器件（Graphene Barristor）”；2012-2014年加入诺贝尔物理学奖得主阿尔贝·费尔（Albert Fert, 2007）团队，在法国国家科学研究中心/泰雷兹集团（CNRS/Thales）开展石墨烯自旋电子学研究。2014-2021年任成均馆大学教授，主导二维材料相工程及同质结器件研究。2021年重返KAIST担任教职，专注于量子能源器件领域探索。其研究成果获国际学术界高度认可，2018年被授予国际纯粹与应用物理学联合会（IUPAP）半导体物理领域青年科学家奖。
Saptarshi Das 教授
美国宾州州立大学
- Saptarshi Das, 美国宾州州立大学阿克雷讲席教授（Ackley Professor of Engineering Science）兼工程科学与力学系教授，于2007年获印度贾达普大学电子与通信工程专业工学学士学位，2013年获美国普渡大学电气与计算机工程专业博士学位。2013-2015年任阿贡国家实验室（Argonne National Laboratory, ANL）博士后研究员，2015-2016年晋升为该实验室助理研究科学家。2016年1月起加入宾夕法尼亚州立大学工程科学与力学系（ESM）任教。其科研贡献屡获殊荣，2017年获美国空军科学研究办公室（AFOSR）青年科学家奖，2021年荣膺美国国家科学基金会（NSF）CAREER杰出青年学者奖。达斯研究团队在宾州州立大学开创了”仿生传感-类脑计算-硬件安全”新兴交叉学科领域，通过模拟动物界在资源受限环境中的进化适应性机制，推动仿生智能系统的前沿探索。
主题范围
Brain-inspired Intelligent computing, also known as neuromorphic computing, has emerged as a transformative paradigm to address the limitations of traditional von Neumann architectures in handling complex tasks such as pattern recognition, decision-making, and adaptive learning. By mimicking the structure and functionality of the human brain, intelligent computing offers unprecedented opportunities for energy-efficient, high-speed, and adaptive information processing. However, the realization of such systems faces significant challenges when relying on conventional semiconductors and hardware, including high power consumption, limited scalability, and difficulties in emulating the dynamic plasticity of biological synapses.
Two-dimensional (2D) materials, with their unique structural and functional properties, provide a promising platform to overcome these challenges. The atomic-scale thickness, layered structure, and arbitrary stacking capability of 2D materials enable the creation of highly customizable heterostructures with tailored electronic, optical, and mechanical properties. Their highly tunable characteristics, such as phase and bandgap engineering, interfacial effects, and defect modulation, allow for precise control over device performance. Additionally, the potential for 3D heterogeneous integration of 2D materials with conventional CMOS technology opens new avenues for designing complex, multifunctional systems. These properties make 2D materials one of the promising candidates suited for realizing more energy-efficient intelligent computing.
In recent years, significant progress has been made in brain-inspired intelligent materials, devices, array integration, and system architectures based on 2D materials. This special issue aims to seek the latest breakthroughs in the field, covering advancements in materials design, device fabrication, integration technologies, circuit and chip development, and system-level applications.
We invite researchers to submit original research articles, reviews, and perspectives that explore the cutting-edge developments in 2D material-based intelligent computing. Topics of interest include, but are not limited to:
- Design and Fabrication of intelligent Materials；
- Neuromorphic Sensing and Computing Devices；
- Brain-Inspired Intelligent Memory Technologies；
- Large-scale Integration Processes and Chip；
- New Neuromorphic Architectures and Systems；
- Applications of neuromorphic Intelligent Systems.
投稿流程
特刊文章与NCE期刊常规文章遵循相同的审稿流程和内容标准，并采用同样的投稿模式。
有关准备文章及投稿的详细信息，可以参阅IOPscience页面的作者指南。
作者可登入期刊主页进行在线投稿，先选择“文章类型”，然后在“选择特刊”的下拉框中选择“Focus on 2D materials for intelligent computing”。
投稿截止日期：2026年1月31日。
期刊介绍
- 2023年影响因子：5.8 Citescore: 5.9
- Neuromorphic Computing and Engineering（NCE）是一本涵盖多个学科领域、采用开放获取（OA）形式出版的期刊。NCE期刊将神经形态系统的硬件和计算方面结合在一起，读者群覆盖工程、材料科学、物理、化学、生物学、神经科学和计算机科学等领域，跨越学术界和产业界的各个群体。在NCE期刊上发表的研究需针对神经形态系统和人工神经网络领域做出及时而重要的贡献。