燃料图2.（a）水分子在镁的基面上的四种可能的吸附构型。

【背景介绍】随着传统的互补金属氧化物半导体集成电路尺寸正在接近物理极限，电池新型的神经形态计算芯片逐渐发展成为一种潜在的低功耗和高效率的解决方案。受此启发，功率作者在神经形态织物电子领域开展了突破性研究，相关论文《超低功耗可重构织物忆阻网络》在线发表于国际顶级期刊《自然·通讯》。

【全文速览】近日，迈进复旦大学微电子学院陈琳教授团队成功在低功耗神经形态电子织物领域获得原创性成果，迈进工作进展以Reconfigurableneuromorphicmemristornetworkforultralow-powersmarttextileelectronics为题发表在国际顶级期刊NatureCommunications。燃料MaterialsHorizons,2021,8(2):538-546.。研究团队通过整合可重构的突触、电池神经元和加热织物电阻，电池成功构建了神经形态织物系统，用于智能织物应用，为实现下一代神经形态可穿戴电子提供了独特的功能重构途径。

在过去的两年中，功率团队开发了一系列低功耗神经形态电子器件（NanoLetters.2020,20(6),4111-4120。在这项工作中，迈进织物型神经元忆阻器件展现出迄今为止所报道的最低的神经元功耗，迈进发放过程中的功耗低至1.9fJ/尖峰，在降低神经形态硬件系统的能耗方面具有极大的应用前景。

将神经形态计算忆阻器无缝集成到电子纺织品中，燃料对于有效存储和处理来自功能电子元件的信号至关重要。

复旦大学微电子学院教授陈琳、电池高分子科学系副研究员陈培宁为共同通讯作者，电池复旦大学微电子学院王天宇、孟佳琳和高分子科学系周旭峰为共同第一作者。松山湖材料实验室为第一通讯单位，功率信纪军副研究员为第一作者，王维研究员为通讯作者。

迈进相关成果以Microstructureevolutionofausteniticstainlesssteelsunderhigh-cycle-fatigueloadingatdeepcryogenictemperature发表在金属材料领域国际一区顶级期刊《材料快报》（ScriptaMaterialia）上。燃料参考文献：JijunXin,HengchengZhang,WenjunSun,WeiWang,DongWu,BingkunLyu,FuzhiShen,ZhichunFang,ChuanjunHuang,LaifengLi:Microstructureevolutionofausteniticstainlesssteelsunderhigh-cycle-fatigueloadingatdeepcryogenictemperature.2023,226:115223.https://doi.org/10.1016/j.scriptamat.2022.115223。

电池相关结果也得到了期刊审稿人的强烈认可thequalityoftheobservationsisfairlyhighandtheobtainedresultswillcontributetotheapplicationofthematerialtofusionreactors.。功率图3.4.2K温度下疲劳循环后316LN奥氏体不锈钢的EBSD（电子背散射衍射）及XRD图。