IOP出版社北京办公室

英国物理学会出版社(IOP出版社)隶属于英国物理学会(IOP),负责IOP旗下的出版业务。IOP出版社是一家世界领先的学会出版社,为学界提供有影响力、有认可度和有价值的出版物。

我们与世界各地的研究人员、图书管理员及合作伙伴紧密合作,出版高质量的学术期刊、书籍和会议论文集,涵盖物理科学及其他领域的最新和最佳研究。IOP出版的杂志及相关网站,也为研究人员提供可靠和专业的科学新闻来源。IOP从2000年开始在北京建立办事处,是国际出版社最早在中国成立代表处的机构。

欢迎山东大学陈峰教授新任JPhys Photonics期刊编委

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。

NCE编辑优选:突破工艺波动限制:簇编码神经元实现鲁棒训练

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…