导师简介
如果你想申请香港城市大学 电气工程系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析香港城市大学的Prof.Basu的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！
教授目前担任香港城市大学电气工程系的教授。他获得了印度理工学院电子与电气通信工程的学士与硕士学位，并在美国乔治亚理工学院完成了数学硕士及电气工程博士学位。
教授曾获得印度总理金奖，以表彰他在学术领域的卓越成就。此外，他还荣获MIT技术评论（MIT Technology Review）颁发的TR35@Singapore奖，成为东南亚、澳大利亚和新西兰地区35岁以下的12位顶尖创新者之一。
研究领域
教授的研究涉及多个前沿技术领域，主要集中在以下几个方向：
- 生物启发的神经形态电路：研究如何通过模拟生物神经网络的工作原理来设计电路，尤其是在低功耗、高效率硬件设计中，实现类似生物系统的计算能力。
- 神经系统中的非线性动力学：探索神经元及神经网络中的非线性行为，并通过数学模型来设计更高效的神经形态计算模型
- 低功耗模拟集成电路设计：专注于设计能够低功耗运行的模拟集成电路，特别是用于脑-机接口等应用。
- 可编程电路与设备：开发高性能、低功耗且可编程的电路，推动智能硬件设备和神经形态计算系统的进展。
研究分析
1."Halide perovskite photovoltaics for in-sensor reservoir computing"
发表期刊：Nano Energy, 129, Part A, 109949, 2024年10月
本文探讨了氯化铅钙钛矿光伏材料在传感器中的应用，特别是在感知计算中的潜力。研究表明，氯化铅钙钛矿作为存储单元，能够与感知系统结合，实现低功耗的储能和计算功能。这为新型储能计算架构（如传感器中的储存计算）提供了创新性视角。
2."Retinomorphic Color Perception Based on Opponent Process Enabled by Perovskite Bipolar Photodetectors"
发表期刊：Advanced Materials, 36, 36, 2406568, 2024年9月
本文基于对立过程的视网膜形态学颜色感知，采用了钙钛矿双极光电探测器。研究通过模拟视网膜对立过程，设计了一种新型光电感知装置，为神经形态视觉传感器的发展奠定了理论基础，推动了智能视觉系统的技术创新。
3."High-performance one-dimensional halide perovskite crossbar memristors and synapses for neuromorphic computing"
发表期刊：Materials Horizons, 11, 11, p. 2643-2656, 2024年6月
本文提出了一种基于钙钛矿材料的跨条形记忆电阻和突触结构，用于神经形态计算。研究表明，这种记忆电阻具有高性能和稳定性，能够高效执行类脑计算任务，推动了神经形态计算硬件的发展。
4."Exploiting deep learning accelerators for neuromorphic workloads"
发表期刊：Neuromorphic Computing and Engineering, 4, 1, 014004, 2024年3月
本文探讨了如何利用深度学习加速器优化神经形态计算工作负载。通过提出新的架构，使得深度学习与神经形态计算更加紧密结合，从而提高了计算效率，并在神经形态任务中实现了显著的性能提升。
5."Ion-Mediated Recombination Dynamics in Perovskite-Based Memory Light-Emitting Diodes for Neuromorphic Control Systems"
发表期刊：Advanced Materials, 36, 5, 2305857, 2024年2月
本研究探讨了钙钛矿基记忆发光二极管（LED）在神经形态控制系统中的应用，特别关注了离子介导的复合动力学。这为神经形态控制系统中的低功耗高效光电设备提供了创新性解决方案，具有广泛的应用潜力。
6."Method and System for Adaptive Corner Detection Using Dynamic Vision Sensors"
发表期刊：专利，2024年1月
本发明涉及了一种基于动态视觉传感器的自适应角点检测方法。该方法能够高效地在低功耗条件下实时处理图像角点，对于智能视觉系统和计算机视觉应用具有重要意义。
项目分析
1.RAC-Touch: Reservoir Computing and Active Touch Based New Architecture for Larger, Faster and Robust E-skins
该项目旨在设计新型大尺寸、高速且具有鲁棒性的电子皮肤（e-skin）系统，采用基于储层计算和主动触觉感知的新架构。这为机器人感知、智能穿戴设备和人机交互系统提供了重要的应用前景。
2.Reconfigurable Nonlinear In-memory Computations: A Pathway to Low-power, Recurrent Neural Networks
本项目研究了非线性存储计算的可重构特性，并探索其在低功耗递归神经网络中的应用。通过实现高效的内存计算，项目为下一代智能硬件和神经形态计算架构提供了创新方案。
3.NEUCOME: Neuromorphic Compression and Memory Management for Next-generation Implantable Brain-machine Interfaces
本项目致力于神经形态压缩与内存管理技术的研究，特别应用于下一代植入式脑机接口系统。目标是提升脑机接口的性能和效率，并推动其在医疗、健康监测等领域的应用。
研究想法
1.基于氯化铅钙钛矿光电探测器的多模态神经形态视觉传感器
- 研究领域：神经形态视觉感知、传感器与硬件结合
- 背景：教授已研究了氯化铅钙钛矿材料在神经形态计算中的潜力，特别是在视觉传感器中的应用。
- 创新点：提出结合氯化铅钙钛矿与神经形态电路的多模态视觉传感器架构，提升人工视觉系统在复杂环境下的自适应能力。
2.神经形态计算中的低功耗非线性动态优化
- 研究领域：神经形态电路、低功耗计算
- 背景：教授的研究强调神经形态计算中的非线性动力学，尤其在低功耗电路中的应用。
- 创新点：提出低功耗非线性动力学优化方法，通过自适应学习机制动态调节电路中的非线性部分，优化性能。
3.基于深度学习加速器的自适应神经形态计算系统
- 研究领域：神经形态计算、深度学习加速器
- 背景：教授已在研究如何通过深度学习加速器优化神经形态计算工作负载。
- 创新点：提出结合深度学习加速器与神经形态计算的自适应硬件架构，实现计算负载的智能调度与优化。
申请建议
1. 深入理解教授的研究领域及方向
申请者应该仔细阅读教授的核心研究论文。重点应放在以下几个研究方向：
- 生物启发的神经形态计算
- 低功耗模拟集成电路设计
- 脑机接口技术及其应用
- 神经形态硬件与人工智能结合
2. 明确自己的研究兴趣与导师的匹配度
- 如果有相关的课题或实验项目经历，应在简历和申请邮件中突出这些经历，尤其是在神经形态计算、硬件设计、信号处理等领域的经验。
- 可以考虑结合教授的研究方向提出自己感兴趣的新的研究问题或应用场景，并在研究计划中阐述如何将自己的兴趣与教授的工作有机结合。
3. 展示科研能力和独立思考能力
- 如果有相关领域的论文或技术报告，应该在申请材料中突出展示，并强调自己在这些研究中的作用。
- 如果有参与的跨学科项目，尤其是在电子工程、计算机科学、神经科学等领域的合作，应该特别强调自己如何与不同背景的团队成员合作，解决实际科研问题。
4. 展示跨学科的技术背景
- 教授的研究涉及多个领域，包括电子工程、神经科学、人工智能等。因此，申请者应具备这些领域的跨学科背景，特别是对集成电路设计、神经形态计算、机器学习等方面的知识和技能有所了解。
- 如果自己的背景尚不完全涵盖这些领域，可以通过自学相关课程（如硬件设计、神经形态计算、机器学习等）来弥补。
博士背景
Blythe，985电气工程硕士，后获得香港科技大学电子及计算机工程学系博士学位。研究方向聚焦于电力电子与智能电网技术。在国际权威期刊《IEEE Transactions on Power Electronics》和《IEEE Transactions on Smart Grid》发表多篇论文。专注于开发新型高效率电力变换器和先进智能配电系统控制算法，熟悉香港PhD申请流程。
【竞赛报名/项目咨询+微信：mollywei007】
