刘钢

一、   个人简介
    刘钢教授，中山大学材料学院与集成电路学院双聘教授，博士生导师，国家自然科学基金优秀青年科学基金获得者，中国科学院青年创新促进会理事、优秀会员，SCI一区期刊Carbon顾问委员、Appl. Mater. Today编委，教育部、科技部、国家自然科学基金通讯与会议评审专家，全国归国华侨联合会上海市青年总会理事、欧美同学会会员、中山大学归国华侨联合会会员。

 

二、   研究领域
    长期从事类脑与智能仿生器件、芯片和集成微系统研究，在中央JW科技委JS智能重大专项/CY微电子专项、国家重点研发计划、国家自然科学基金优青/面上/国际合作项目以及乾元国家实验室、航天科工集团、华为支持下，深入开展基于新型非硅半导体材料气体/医学传感材料与器件、红外智能传感材料与器件以及类脑芯片和集成微系统的多学科交叉探索，研制了国际上第一个全硬件实现的光电融合感存算一体化智能芯片与集成微系统，并与航天科工集团等单位开展智能光电载荷的工程化验证工作。在Nature、Science Robot.、Science Adv.、ICASSP、PVCR、ISCAS等期刊和会议发表160余篇论文，授权中国发明专利27件，编写中英文教材各1本。研究成果先后获浙江省自然科学一等奖、教育部自然科学二等奖和中国电子学会自然科学二等奖。

 

三、   教育背景
2000.09-2004.06 上海交通大学，工学学士
2007.07-2005.06 新加坡国立大学，理学硕士
2006.01-2009.12 新加坡国立大学，哲学博士

 

四、   工作经历
2010.01-2010.09 南洋理工大学，研究助理
2010.10-2012.07 新加坡国立大学，研究员
2012.08-2018.11 中国科学院宁波材料所，研究员
2018.12-2024.12 上海交通大学，研究员
2025.01-至今    中山大学，长聘教授

 

五、   部分代表性成果
1. Liu Gang* et al. Perovskite Retinomorphic Image Sensor for Embodied Intelligent Vision. Science Adv., 2025, 11, eads2834.
2. Liu Gang* et al. Molecular Logic for Encrypted Massive Data Storage. Nature Commun., 2025, 16. 2046.
3. Liu Gang* et al. An ultrasmall organic Synapse for Neuromorphic Computing. Nature Commun., 2023, 14, 7655.
4. Liu Gang* et al. 90% Yield Production of Polymer Nano-Memristor for In-Memory Computing. Nature Commun., 2021, 12, 1984.
5. Liu Gang* et al. Redox Gated Polymer Memristive Processing Memory Unit. Nature Commun., 2019, 10, 736.
6. Liu Gang* et al. Mechano-Regulated Metal-Organic Framework Nanofilm for Ultrasensitive and Anti-Jamming Strain Sensing. Nature Commun., 2018, 9, 3813.
7. Liu Gang* et al. EEG Graph Attention Network for Adaptive Spatiotemporal-Aware Emotion Recognition. PRCV 2025.
8. Liu Gang* et al. An Attention-Enhanced Retentive Broad Learning System for Subject-Generic Emotion Recognition from EEG Signals. ICASSP, 2024.
9. Liu Gang* et al. A 10T SRAM with Two Read and Write Modes Across Row and Column for Cam Operation and Computing-In-Memory. ISCAS, 2024.
10. Liu Gang* et al. Reconfigurable 10T SRAM for Energy-Efficient CAM Operation and In-Memory Computing. IEEE TVLSI, 2025, 33, 1065-1072.