近日，数理学院的科研论文Adaptive synchronization for delayed chaotic memristor-based neural networks在IEEE Transactions on Neural Networks and Learning Systems (IEEE TNNLS)上作为长文(Regular Paper)发表。青岛科技大学数理学院为第一单位，辛友明副教授是第一作者，程尊水教授是第二作者。

1971年，Chua基于电压、电流、磁通量和电量的对称性，提出了除电阻、电感和电容之外的第四种基本无源性器件(忆阻器)的概念。该器件的忆阻依赖于通过它的电荷量，因此该器件可以理解为有记忆的电阻，故简称为忆阻器。2008年，HP实验室的Williams团队宣布制造出了纳米级的忆阻器样品。在神经网络电路中，忆阻器具有良好的突触可塑性。忆阻神经网络系统在图像处理、信号处理等领域有着重要应用，并为未来制造高性能、低功耗的大规模集成神经网络电路提供了可能。该论文在磁通量-电压-时间域对时滞忆阻神经网络进行了建模，并采用自适应方法实现了完全同步控制。该工作得到了山东省自然科学基金的支持。

IEEE Transactions on Neural Networks and Learning Systems是IEEE神经网络与学习系统汇刊，其2018年度影响因子为11.683，属于中科院一区Top期刊，被认为是人工智能、模式识别、图像处理、计算机视觉等多个领域的国际顶级期刊。

Youming Xin; Zunshui Cheng, "Adaptive synchronization for delayed chaotic memristor-based neural networks" in IEEE Transactions on Neural Networks and Learning Systems, doi: DOI:10.1109/TNNLS.2021.3096963.