2025年5月4日，山东大学联合中北大学研究团队提出了一种集成感知、存储和计算的近传感神经形态计算系统。研究成果以“Near-Sensor Neuromorphic Computing System based on Thermopile Infrared Detector and Memristor for Encrypted Visual Information Transmission”为题发表在国际著名期刊Nano Letters上，山东大学集成电路学院研究生王政为本文的第一作者，山东大学集成电路学院王天宇研究员、孟佳琳研究员与中北大学雷程副教授为论文共同通讯作者。

该系统由能够探测近红外波段光信息的热电堆红外探测器阵列和被视作实现类脑计算的有力候选者的忆阻器阵列组成。该系统通过热电堆红外探测器阵列捕捉红外波段信号，后产生响应电压被输入至忆阻器阵列内进行产生电导值，并在这一过程完成权重更迭。基于该系统，作者首先以经过该系统的降噪预处理后，对MNIST 数字的识别率由84.26%提升至98.63%，证明了该系统具备高精度视觉神经形态计算能力，后基于该系统和软硬件结合的卷积神经网络（CNN）设计了一种区别于主流的信息加密传输方式，并成功演示了应用场景。

文献链接： https://doi.org/10.1021/acs.nanolett.5c01843