分析了当前已有融合传感和神经形态信息处理的仿生视觉系统芯片的研究现状和发展趋势。
Neuromorphic computing with memristive devices系统分析了当前基于忆阻器件和架构实现类脑计算所取得的前沿进展，深入剖析了该方向存在的潜力与挑战，讨论了基于忆阻器实现存内计算的可能性。
Artificial neural networks based on memristive devices比较了基于CMOS和忆阻器的人工神经网络实现方法，重点讨论了更有优势的忆阻神经网络，并介绍了基于模拟权值和仿生路线的两种不同技术实现方案。
Memcomputing: fusion of memory and computing介绍了忆阻存算一体的概念和特点，结合近期研究进展分析了逻辑完备性、计算复杂度、级联、可重构等性能评估指标，并探讨了材料、器件和架构三方面协同设计中面临的重要挑战。
Predicting spikes with artificial neural network针对著名的HH方程在脉冲发放时的计算瓶颈难题，提出了一种基于神经网络快速有效地预测神经信号脉冲发放时间的构想。
