科研奖励 | 我校两项成果获2023年度中国电子学会科学技术奖
近期,2023年度中国电子学会科学技术奖获奖名单正式公布。我校两项成果获奖,其中电子与信息工程学院邓少芝教授牵头完成的“基于纳米材料的太赫兹波探测与产生新原理新器件”获自然科学奖一等奖,计算机学院周凡教授牵头完成的“基于云边端一体化协同的智慧监管系统及应用研究”获科技进步奖二等奖。
中国电子学会科学技术奖是2003年由国家科技奖励工作办公室批准的奖项,主要奖励在电子信息领域科学研究、技术创新与开发、科技成果推广应用和实现产业化方面取得卓著成绩或者做出突出贡献的集体和个人。
自然科学奖一等奖
项目名称:
基于纳米材料的太赫兹波探测与产生新原理新器件
主要完成人:
邓少芝、陈焕君、许宁生、郑泽波、张宇
主要完成单位:
中山大学
项目简介:
现代信息社会大量使用电磁波产生和探测技术。新兴技术发展,如6G通信、高分辨雷达、无人驾驶等,急需太赫兹波(0.1~10THz)的核心器件科学原理创新和技术突破。邓少芝教授团队聚焦太赫兹波探测和产生的新原理新材料新器件等问题,以微纳结构极化激元和冷阴极真空电子为主线,在国家纳米重大科学研究计划项目、国家重点研发计划项目国家自然科学基金重大项目等支持下开展系统性科技攻关,获得了重要科学发现,包括:提出太赫兹波探测和产生新原理,发现天然材料面内双曲声子极化激元;发现声子极化激元双轴双曲范德瓦尔斯半导体晶体,研制出室温高灵敏太赫兹波微纳探测器件;提出冷阴极真空电子电磁波产生新原理,研制出冷阴极太赫兹辐射源新器件。
该项目发现的新物理现象、所提出新模型和新论点、研制出的新型器件,备受国内外学者关注,被同行发表在Nature、Science及其子刊上的论文多次引用,邓少芝教授受邀在Science上撰写展望文章、在国际真空纳电子学做大会报告。关于天然材料面内双曲声子极化激元和双轴双曲范德瓦尔斯半导体晶体的研究成果,被诺贝尔物理学奖得主康斯坦丁·诺沃肖洛夫(Konstantin Novoselov)教授评价为“引发了研究新热点”,带动全球进入研究声子极化激元范德华半导体的小组和单位超过170个、研究天然材料面内双曲声子极化激元的超过100个,助力领域研究前沿发展。关于冷阴极太赫兹辐射源的研究成果,实现了冷阴极太赫兹器件设想提出二十五年后的突破,被牛津大学专家评价是太赫兹源最重要成果之一,被美国喷气推进实验室同行列举为近二十来冷阴极高频器件研究的三项典型成果之一。
该项目成果突破了若干国际上长期攻关的技术瓶颈,有助于我国发展自主可控技术。项目培养了包括国家杰出青年科学基金获得者、国家优秀青年科学基金获得者、海外优秀青年基金获得者、国家重大人才计划入选者等的一批优秀人才,打造了一支国际水平的太赫兹器件研究团队,促进了我校“电子科学与技术” 国家“一流建设学科”的获批和发展。
第一完成人邓少芝教授简介:
中山大学二级教授,博士生导师。现任中山大学信息学部主任、光电材料与技术国家重点实验室主任,兼任国际真空纳电子学大会执行理事会秘书和执委、中国真空学会理事会党委书记和副理事长、中国真空学会电子材料与器件专业委员会主任。
从事微纳结构电子光电子研究,重点聚焦“太赫兹至中远红外”、“深紫外至X射线”两个谱段中的信号产生与探测的核心元器件与芯片及应用系统。是国家杰出青年基金获得者、国家纳米重大科学研究计划项目首席科学家、国家重点研发计划项目负责人,发表Science等重要期刊文章和论文超过300篇,获发明专利超过60项,获国家自然科学二等奖2项,获广东省科学技术奖(自然科学类)一等奖2项,获中国青年科技奖。
科技进步奖二等奖
项目名称:
基于云边端一体化协同的智慧监管系统及应用研究
主要完成人:
周凡,苏航,刘军,刘海亮,汤武惊,陈小燕,杨艾琳,张怡,林格,魏园波
主要完成单位:
中山大学深圳研究院,深圳英飞拓科技股份有限公司,中山大学
项目简介:
当前,社会数字化的程度越来越高,对数字化的监管水平提出更高的要求。周凡教授团队聚焦家庭、社区、产业园区等数字化智慧监管场景,围绕智慧监管应用的核心需求,按照“技术创新-产品创新-应用创新”的思路开展工作,研发形成了“云-边-端”融合的一体化软硬件系统解决方案。在技术创新方面,突破智能监管的若干核心技术;在产品创新方面,支撑企业形成完整的产品解决方案;在应用创新方面,打造特色鲜明的产业化应用示范。
项目团队针对视频数据结构化问题开展了研究。通过将目标视频单元划分,确定主题边界,形成基于目标的主题单元,有效的提高了视频结构化的准确性。团队针对视频监管中行为识别的技术难题,创新优化了基于对抗网络的行为识别方法,构建行为识别矩阵、行为监督矩阵和偏差矩阵,基于对抗网络机器学习训练优化,有效解决现有的行为识别技术无法同时兼顾运算效率以及识别成本两个方面的问题。
为解决算法与实际场景的智能匹配问题,项目团队创新性地构建了基于深度学习的场景特征经验记忆库,实现了算法与场景特征的关联,有效解决了场景与算法的智能匹配问题。技术广泛应用于园区、社区、机场、地铁、码头等智慧监管场景中,解决了应用场景与人工智能算法自适应匹配调度的难题。项目团队针对多目标跟踪方法在密集场景下的鲁棒性问题,提出了基于单目标跟踪模型的多目标跟踪方法和基于步态的行为识别方法,提高了精度和运行效率,有效降低了计算成本。
项目团队支撑企业研发了涵盖云端管理系统、机器学习能力平台、边缘计算服务器、智能监控设备在内的智慧监管系列新产品,实现显著的产业化收益,有效的促进了智慧监管领域的技术创新,提升了社会数字化治理的水平,同时,在深化校企合作、培养创新型人才方面也发挥了重要的作用。
第一完成人周凡教授简介:
中山大学教授,博士生导师。现任国家数字家庭工程技术研究中心、数字家庭教育部工程研究主任、中山大学深圳研究院院长,国家重点研发计划、国家创新人才推进计划项目评审组专家,深圳市国家级领军人才。
周凡教授带领团队长期围绕智慧家庭、智能融合媒体领域中的核心技术问题开展关键技术研究及转化应用,牵头承担了国家科技支撑计划、国家重点研发计划、“核高基”重大科技专项、广东省重大科技专项等国家、省部级重大项目。
研究成果获国家科学进步二等奖、高等学校科学研究优秀成果奖(科学技术)科学技术进步奖二等奖(第1完成人)、广东省科技进步二等奖、深圳市科技进步奖二等奖(第1完成人)。