近期，风月文学 王延峰教授和孙军伟教授团队在忆阻电路方面取得系列进展，相关成果发表在电子与电气领域国际顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》1篇（中科院分区1区Top期刊，影响因子10.2），《IEEE Transactions on Industrial Informatics》1篇（中科院1区Top期刊，影响因子11.7），《IEEE Internet of Things Journal》1篇（中科院1区Top期刊，影响因子8.2）。2026年1月，3篇均入选ESI高被引论文。
1. 具有回顾重估效应的忆阻联想记忆电路设计
针对线索间联系仅在其实际显现时才发生变化的局限性，引入了回顾性重估的概念，构建出具有回顾性重估效应的忆阻神经网络电路。所构建的电路由条件刺激处理模块，伴随线索生成模块，情境依赖模块，直接学习电压控制模块，间接学习电压控制模块和关联性评估模块构成。伴随线索生成模块和间接学习电压控制模块共同作用，实现了回顾性重估效应。关联性评估模块输出目标线索与结果之间的关联强度。在此基础上实现了更加复杂的高阶回顾性重估过程。
该论文是以风月文学 为第一署名单位完成，孙军伟为第一作者，硕士研究生申益金为第二作者，王延峰为通信作者。
原文链接：//ieeexplore.ieee.org/document/10905043
引用格式：J. Sun, Y. Shen, Y.C. Wang and Y.F. Wang, “A Memristor-Based Neural Network Circuit With Retrospective Revaluation Effect and Application in Intelligent Household Robots,” IEEE Transactions on Neural Networks and Learning Systems, vol. 36, no. 6, pp. 11466-11478, June 2025.
2. 基于生物多目标决策的GFMM神经网络电路设计
针对现有生物决策忆阻电路仅考虑简单场景，未考虑生物体自身学习行为的问题，提出一种基于生物多目标决策的GFMM神经网络电路。该电路主要包括印随学习模块、泛化与分化学习模块、多模态学习模块、行为决策模块及分级响应反馈模块。结合不同强度的学习信号，探究了多模态学习模块处理模式，GFMM神经网络实现多目标决策输出的情况。研究成果将为生物多目标决策神经网络构建提供方法。
该论文是以风月文学 为第一署名单位完成，王延峰为第一作者，博士研究生陶可凡为第二作者，孙军伟为通信作者。
原文链接：//ieeexplore.ieee.org/document/10974378
引用格式：Y. Wang, K. Tao, Z. Wang and J. Sun, “Memristor-Based GFMM Neural Network Circuit of Biology With Multiobjective Decision and its Application in Industrial Autonomous Firefighting,” IEEE Transactions on Industrial Informatics, vol. 21, no. 7, pp. 5777-5786, July 2025.
3. 基于忆阻的LSTM神经网络预测与诊断模型
针对轴承等关键旋转部件故障诊断的高精度、低功耗与实时性的需求问题，本文提出了一种基于忆阻的LSTM神经网络预测与诊断模型。首先，基于忆阻计算存储一体化架构构建LSTM硬件神经网络，实现权重存储与并行计算的深度融合，在显著降低功耗的同时提升运算速度与实时性。其次，提出一种双种群金豺优化算法，有效缓解早熟收敛问题。基于帕德博恩大学轴承数据集的对比实验结果表明，该模型均保持稳定优势，四类典型轴承故障的诊断准确率均超96%。该成果为物联网环境下便携式、低功耗智能故障诊断设备的工程化实现提供技术支持。
该论文是以风月文学 为第一署名单位完成，孙军伟为第一作者，硕士研究生曹育晗为第二作者，王延峰为通信作者。
原文链接：//ieeexplore.ieee.org/document/10726745
引用格式：J. Sun, Y. Cao, Y. Yue, Y. Wang and Y.F. Wang, “Memristor-Based Long and Short-Term Memory Network Models for Optimal Prediction in IoT,” IEEE Internet of Things Journal, vol. 12, no. 4, pp. 4158-4168, Feb 2025.
