Mason学长聊留学，旨在为大家提供更加全面、深入的导师解析和科研辅导！每期我们会邀请团队的博士对中国香港/中国澳门/新加坡各个领域的教授导师进行详细解析，从教授简介与研究背景 / 主要研究方向与成果分析 / 研究方法与特色 / 研究前沿与发展趋势 / 对有意申请教授课题组的建议这五个方面，帮助大家更好地了解导师，学会申请！
一、教授简介与研究背景
Prof. Wang，Han是香港大学电机电子工程系的全职教授，同时担任香港大学心智研究所联合主任。他的学术背景深厚而广泛，本科和硕士毕业于剑桥大学，随后在麻省理工学院(MIT)获得博士学位。在加入香港大学之前，Prof. Wang曾在IBM T. J. Watson研究中心工作，之后在南加州大学电气与计算机工程系任教近十年，并同时领导台湾积体电路制造股份有限公司(TSMC)的低维材料研究部门。这些经历使他在学术研究和工业应用之间建立了紧密联系，为其研究工作注入了独特的视角。
Prof. Wang的研究兴趣主要集中在新兴半导体材料和器件领域，特别是在人工智能硬件、超越冯·诺依曼计算架构、通信和红外传感等方面的应用。他的工作获得了众多荣誉，包括美国陆军早期职业科学家和工程师奖、IEEE纳米技术委员会早期职业奖、美国陆军研究办公室青年研究者奖和美国国家科学基金会CAREER奖等。这些荣誉不仅体现了学术界对其研究成果的高度认可，也凸显了其工作在推动电子技术发展方面的重要性。
二、主要研究方向与成果分析
Prof. Wang的研究涵盖了多个前沿领域，主要包括：
(1) 人工智能硬件与神经形态计算
在这一领域，Prof. Wang的团队致力于开发新型计算架构和器件，以提高AI系统的效率和性能。他们最近在Nature Electronics上发表的研究成果展示了一种基于异质结晶体管的可重构混合核心架构，用于个性化支持向量机分类。这项工作为实现更灵活、高效的AI硬件开辟了新的可能性。
(2) 集成纳米电子器件技术
Prof. Wang在纳米电子器件方面的研究主要聚焦于开发新型材料和结构，以突破传统硅基技术的限制。例如，他们在Nature上发表的工作展示了如何在CMOS上集成具有数千个电导级别的忆阻器，这为高密度、多功能存储器的实现提供了重要基础。
(3) 非易失性存储器
在非易失性存储器研究中，Prof. Wang的团队探索了多种新型材料和器件结构。他们在Nature Electronics上发表的研究揭示了范德瓦尔斯材料中的不完美性如何促进忆阻开关，为开发新一代高性能存储器提供了新思路。
(4) 半导体电子材料与器件
Prof. Wang在二维材料领域的研究尤为突出。他们在Nature Electronics上发表的工作展示了如何通过巨大的势垒高度调制在铁电范德瓦尔斯异质结中实现高隧穿电阻率，这为开发新型非易失性存储器和逻辑器件开辟了道路。
(5) 半导体通信与传感器件
在这一领域，Prof. Wang的研究涉及了从材料到系统的多个层面。他们在IEEE国际电子器件会议(IEDM)上发表的多篇论文展示了在二维半导体器件、GaN功率开关等方面的创新成果，这些工作为下一代通信和传感技术奠定了基础。
三、研究方法与特色
Prof. Wang的研究方法和特色主要体现在以下几个方面：
(1) 跨学科融合
Prof. Wang的研究团队善于将材料科学、物理学、电子工程等多个学科的知识和方法相结合。例如，他们在开发新型AI硬件时，不仅考虑器件层面的创新，还关注算法和系统架构的优化，从而实现整体性能的突破。
(2) 产学研结合
得益于Prof. Wang在学术界和工业界的丰富经验，他的研究工作既注重基础科学探索，又密切关注实际应用需求。这种平衡使得他的研究成果更容易从实验室转化为实际产品。
(3) 多尺度研究
Prof. Wang的研究涵盖了从原子尺度的材料设计到系统级的性能优化。这种多尺度的研究方法使他能够全面把握技术发展的各个环节，从而提出更具创新性和实用性的解决方案。
(4) 计算与实验相结合
在许多研究中，Prof. Wang的团队充分利用计算模拟和实验验证相结合的方法。例如，他们在开发二维半导体器件的无势垒接触时，先通过计算筛选合适的材料，再进行多尺度模拟，最后通过实验验证，大大提高了研究效率。
四、研究前沿与发展趋势
基于Prof. Wang的研究成果和当前学术动态，我们可以预见电子技术和人工智能硬件领域的一些重要发展趋势：
(1) 异质集成与可重构计算
随着传统摩尔定律的放缓，异质集成和可重构计算架构正成为提升系统性能的重要方向。Prof. Wang在混合核心异质结晶体管方面的工作为这一趋势提供了重要支持。未来，我们可能会看到更多融合不同材料和功能的异质集成系统，以及能够根据任务需求动态调整的可重构计算架构。
(2) 新型存储-计算融合架构
传统的冯·诺依曼架构面临着"存储墙"的挑战，将存储与计算功能融合的新型架构正成为热点研究方向。Prof. Wang在忆阻器和神经形态计算方面的研究为这一趋势提供了重要基础。未来，我们可能会看到更多基于新型材料和器件的存储-计算融合系统，大幅提升AI和大数据处理的效率。
(3) 二维材料与量子器件
二维材料因其独特的物理性质和潜在的应用前景，正成为电子技术领域的研究热点。Prof. Wang在二维半导体器件方面的工作展示了这类材料在未来电子学中的巨大潜力。随着研究的深入，我们可能会看到更多基于二维材料的高性能器件，甚至是量子计算相关的应用。
(4) 智能传感与边缘计算
随着物联网和5G/6G技术的发展，智能传感和边缘计算正变得越来越重要。Prof. Wang在半导体通信和传感器件方面的研究为这一领域提供了重要支持。未来，我们可能会看到更多集成了传感、通信和计算功能的智能系统，能够在边缘端实现高效的数据处理和决策。
五、对有意申请教授课题组的建议
对于有兴趣加入Prof. Wang研究团队的学生，以下建议可能会有所帮助：
(1) 扎实的基础知识：深入学习半导体物理、电子器件、集成电路等相关课程，为未来的研究工作打下坚实基础。
(2) 跨学科视野：除了电子工程知识，也要关注材料科学、计算机科学等相关领域的发展，培养跨学科思维能力。
(3) 编程和仿真技能：掌握常用的编程语言(如Python、MATLAB)和器件仿真软件(如TCAD)，这些技能在研究中将发挥重要作用。
(4) 实验技能：如果有机会，参与一些相关的实验项目，积累实际动手经验，这将对未来的研究工作很有帮助。
(5) 研究热情：关注Prof. Wang的最新研究成果，思考可能的研究方向和创新点，展示你的研究热情和创新思维。
(6) 英语能力：提高英语阅读和写作能力，这对于阅读文献、撰写论文和进行学术交流都至关重要。
(7) 主动联系：可以通过邮件与Prof. Wang或其团队成员联系，表达你的研究兴趣和申请意向，询问可能的研究机会。
(8) 充分准备：如果有机会面试，要充分了解Prof. Wang的研究工作，准备一些有见地的问题，展示你的学习能力和研究潜力。
【竞赛报名/项目咨询请加微信：mollywei007】
