2018年12月27日，我校闫小兵課題組成果《Self assembled Networked-PbS Distribution Quantum Dots for Resistive Switching and Artificial Synapse Performance Boost of Memristor》在國際權威期刊《Advanced Materials》上在線發表。 該雜志為JCR工程技術分區1區TOP期刊，最新影響因子21.95，在國際材料領域科研界上享譽盛名。這是我校首次以第一署名單位在此期刊上發表文章。

實現類腦人工智能是人類長期以來追求的夢想，模拟神經形态的類腦智能,已成為世界各國競相角逐的焦點。基于憶阻器的類腦神經形态計算是實現計算與存儲一體化融合，進而實現下一代計算機的強有力競争者。然而，目前憶阻器件的開關參數的彌散性依舊是構築高效大規模憶阻神經網絡的重要挑戰。該研究通過在器件中插入整齊排列的量子點，獲得了優異的器件的性能：具有阈值電壓低、開關電壓分布均勻、保持性強、響應時間快和功耗低等優點。該器件能夠成功模仿生物突觸的學習和計算功能，為器件的小尺寸開發了一種新途徑。器件性能的提升為未來人工智能、數據識别、神經仿生、邏輯電路等領域提供了基礎。同時，也為解決其他電子器件領域的挑戰提供了一種新的技術方法。

我校闫小兵教授課題組長期緻力于憶阻器和類腦計算與器件方面的研究，前期相關工作分别在Top期刊《Advanced Functional Materials》[3篇]、《Small》[1篇]、《Nano Research》[1篇]和《Journal of Materials Chemistry C》[4篇]上發表，為該篇文章奠定了堅實的基礎。

闫小兵教授與碩士生裴逸菲為論文的共同第一作者,闫小兵教授和複旦大學周鵬教授為本文通訊作者。我校bevictor伟德官网聯合複旦大學周鵬課題組，中國科學院微電子研究所劉琦課題組和新加坡國立大學Chen Jingsheng課題組共同完成此項研究工作。論文得到了國家自然科學基金面上項目(61674050)和(61874158)；河北省傑出青年基金(A2018201231)；留學人員擇優資助(CL201602)的資金支持。

文章鍊接：https://doi.org/10.1002/adma.201805284