信息学院本科科研实践出硕果——邹新波课题组在神经形态仿生器件领域取得新进展

上海科技大学积极鼓励本科生走进实验室、参与科学研究，这一创新举措从建校之初延续至今。近日，信息科学与技术学院邹新波课题组在宽禁带半导体仿生器件领域取得新进展，相关研究成果以《High-performance Neuromorphic Visual System with Image Pre-Processing via Normally-off GaN MOS-HEMT》为题，发表于领域内知名期刊《Advanced Materials Technologies》。论文第一作者杨鸽为信息学院2025级硕士研究生（2021级本科生），邹新波副教授为通讯作者，上海科技大学为论文第一完成单位。

杨鸽同学在本科期间赴美国加州大学伯克利分校交流访学，期间修读半导体器件课程时对该领域产生了浓厚的科研兴趣。回国后，她便加入邹新波课题组GaNology Lab，参与仿生突触器件的研究，在导师指导下逐步掌握了从器件制备到表征的完整科研技能，并基于氮化镓基陷阱调控突触器件的研究内容，完成本科毕业论文。后续她对相关研究成果进行系统整理并投稿，在审稿过程中不断完善实验细节与理论分析，论文近期已被正式接收并出版。上海科技大学始终坚持科教融合的办学理念，为本科生提供早进课题组、早接触科研的良好平台，鼓励学生在导师指导下投身前沿领域研究、锻炼创新能力。从本科科研实践到成果发表，杨鸽同学的科研经历和成长正是这一培养模式的生动体现。

图1 突触工作原理及器件结构示意

随着人工智能技术的快速发展，传统冯·诺依曼架构在处理速度与能耗方面面临的瓶颈日益凸显，受生物神经系统启发的神经形态计算因而成为极具潜力的解决方案，而人工突触器件则是决定神经形态系统计算性能的核心元件。针对这一问题，研究团队基于常关型凹槽栅GaN MOS-HEMT器件构建了人工突触，通过界面态陷阱调控实现了对光刺激下突触可塑性的模拟，成功复现了兴奋性突触后电流、双脉冲易化、长短时程记忆转化等多种突触行为，并展现出优异的长时程增强/抑制特性，满足神经计算所需的高线性度与对称性要求。

图2 突触器件在神经网络中的表征与应用

该器件显著降低了突触器件受光脉冲触发的功耗，将其应用于人工神经网络后，在MNIST手写数字识别任务中达到98.27%的识别准确率；团队还设计了具有超高压缩比的图像预处理方案，进一步提升了视觉信息的传输效率。该成果为构建涵盖感知、存储与计算的一体化神经形态视觉系统提供了新思路，对推动人机交互与智能视觉技术发展具有重要意义。