教育背景
2004年4月–2007年7月，中國科學院上海硅酸鹽研究所，研究生/博士
工作經歷
2018年10月–至今，中國科學院微電子研究所，研究員，博士生導師
2009年7月–2018年10月，中國科學院物理研究所，副研究員，博士生導師
2012年7月– 2014年2月，德國亞琛工業大學物理系（IA） 洪堡學者
2013年11月– 2014年1月，英國劍橋大學材料科學與冶金系，洪堡訪問學者
2011年5月– 2012年4月，韓國首爾大學物理與天文系 博士后
2007年8月– 2009年6月，中國科學院物理研究所，博士后
2004年4月 – 2007年7月，中國科學院上海硅酸鹽研究所，研究生/博士
圍繞集成電路領域的算力、能效與智能化等瓶頸問題，開展具有認知記憶的類腦計算器件、算法、架構和芯片研究，拓展類腦計算軟/硬件技術在智能計算、具身智能、智慧醫療、智能制造等人工智能產業中的應用。
1） 神經形態計算器件與集成技術
2） 神經網絡模型與深度學習算法
3） 多模態感算融合智能感知系統
承擔項目?
科技創新2030重大項目“新一代人工智能”專項，2020AAA0109005，基于混合器件的神經形態計算架構及芯片研究，參與，2020/10-2025/10
中國科學院任務/戰略性先導科技專項（B類），XDB44020100，存算一體基礎器件與系統前沿科學，參與，2020/01-2024/12
國家重點研發計劃，2018YFA0701500，存算一體器件及其計算新架構，課題負責，2019/09-2024/08
國家自然科學基金面上項目，62374181，基于大規模電解質柵控晶體管陣列的神經形態計算，主持，2024/01-2027/12
國家自然科學基金面上項目，61874138，基于層狀氧化物材料的神經突觸晶體管，主持，2019/01-2022/12
國家自然科學基金面上項目，51671213，基于磁電耦合材料的新型信息存儲器件研究，主持，2017/01-2020/12
國家自然科學基金面上項目，11274363，金屬/絕緣體隨機混合體系阻變效應研究，主持，2013/01-2016/12
國家自然科學基金青年項目，11004235，巨電致電阻效應中導電路徑的形成與演變過程研究，主持，2011/01-2013/12
國家自然科學基金重點項目，11134007，新型電致電阻材料的物理機制，參與，2012/01-2016/12
1)?N. Lin, Z. Wang, D. S. Shang,?Energy-efficient multimodal zero-shot learning using in-memory reservoir computing, Nature Computational Science?5, 11?（2025）
2)?N. Lin, S. Wang, Y. Li, B. Wang, S. Shi, Y. He, W. Zhang, Y. Yu, Y. Zhang, X. Qi, X. Chen, H. Jiang, X. Zhang, P. Lin, X. Xu, Q. Liu, Z. Wang*, D. S. Shang*, M. Liu, Resistive memory-based zero-shot liquid state machine for multimodal event data learning, Nature Computational Science?5, 37?（2025）
3)?S. Wang, Y. Gao, Y. Li, W. Zhang, Y. Yu, B. Wang, N. Lin, H. Chen, Y. Zhang, Y. Jiang, D. Wang, J. Chen, P. Dai, H. Jiang, P. Lin, X. Zhang, X. Qi, X. Xu, H. So, Z. Wang*, D. S. Shang*, Q. Liu, K. T. Cheng, M. Liu, Random resistive memory-based deep extreme point learning machine for unified visual processing, Nature Communications 16:?960?（2025）
4)?B. Wang, S. Wang, N. Lin, Y. Li, Y. Yu, Y. Zhang, J. Yang, X. Wu, Y. He, S. Wang, R. Chen, G. Li, X. Qi*, Z. Wang*, D. S. Shang*, Topology Optimization of Random Memristors for Input-Aware Dynamic SNN, Science Advances?DOI: 10.1126/sciadv.ads5340?（2025）
5)?Y. Zhang, W. Zhang, S. Wang, N. Lin, Y. Yu, Y. He, B. Wang, H. Jiang, P. Lin, X. Xu, X. Qi, Z. Wang*, X. Zhang*,?D. S. Shang*,?Q. Liu, K. T. Cheng, M. Liu, Semantic memory-based dynamic neural network using memristive ternary CIM and CAM for 2D and 3D vision, Science Advances, 10, eado1058?（2024）
6)?H. Xu, D. S. Shang*, Q. Luo, J. An, Y. Li, S. Wu, Z. Yao, W. Zhang, X. Xu, C. Dou, H. Jiang, L. Pan, X. Zhang, M. Wang, Z. Wang, J. Tang, Q. Liu, M. Liu, A low-power vertical dual-gate neurotransistor with short-term memory for high energy-efficient neuromorphic computing, Nature Communications?14:6385?（2023）
7)?S. Wang, Y. Li, D. Wang, W. Zhang, X. Chen, D. Dong, S. Wang, X. Zhang, P. Lin, C. Gallicchio, X. Xu, Q. Liu, K. Chen, Z. Wang*, D. S. Shang*,?M. Liu, Echo state graph neural networks with analogue random resistive memory arrays, Nat. Mach. Intell. 5, 104?（2023）（封面文章）
8)?N. Lin, Y. Li, Y. He, S. Wang, H. Chen, K. Wong, C. Li, J. Yang, Y. Yu, M. Xu, Y. Han, R. Chen, X. Chen, X. Xu, J. Yang, D. S. Shagn*,?Z. Wang*, Re4PUF: A reliable, reconfigurable ReRAM-based PUF resilient to DNN and side channel attacks, 62st ACM/IEEE Design Automation Conference (DAC), June 22-25, San Francisco, CA?（2025）
9)?J. Yang, H. Chen, J. Chen, S. Wang, S. Wang, Y. Yu, B. Wang, N. Lin, X. Zhang, R. Chen, Z. Wang*, D. S. Shang*, H. Wang*, Q. Liu, M. Liu, Conditional diffusion model acceleration with first-demonstrated RRAM-based in-memory neural differential equation solver, IEEE International Electron Devices Meeting (IEDM), USA（2024）?
10)?N. Lin, S. Wang, X. Zhang, S. Wang, Y. He, W. Zhang, B. Wang, J. Li, M. Li, B. Cui, Y. Li, J. Chen, C. Xia, W. Xuan, X. Chen, D. S. Shang*, Z. Wang*, LSMR: Synerge randomness in liquid state machine and RRAM-based analog-digital accelerator, ACM/IEEE International Conference on Computer-Aided Design (ICCAD),?October 27-31, New Jersey（2024）
11)?W. Zhang, S. Wang, Y. Li, X. Xu, D. Dong, N. Jiang, F. Wang, Z. Guo, R. Fang, C. Dou, K. Ni, Z. Wang*, D. S. Shang*,?M. Liu, Few-shot graph learning with robust and energy-efficient memory-augmented graph neural network (MAGNN) based on homogeneous computing-in-memory, IEEE Symposium on VLSI Technology and Circuits, IEEE Honolulu, HI, USA, C25-3, p224-225, DOI: 10.1109/VLSITechnologyandCir46769.2022.9830418?（2022）
12)?H.?Xu,?D. S. Shang*,?J. Tang*, Q. Luo, X. Xu, R. Liang, L. Pan, B. Gao, Q. Wang, D. He, Q. Liu*, M. Liu, H. Qian, H. Wu*, A biomimetic nociceptor based on a vertical multigate, multichannel neuromorphic transistor, ACS Nano?18, 30668?（2024）
?
人才隊伍