Щаников Сергей Андреевич

кандидат технических наук, доцент

Image

Щаников Сергей Андреевич

кандидат технических наук, доцент

Основная информация Научная деятельность Инициативы и проекты

Краткая биография

В 2010 году закончил ГОУ ВПО «Владимирский государственный университет» с присвоением квалификации инженер по специальности «Проектирование и технология электронно-вычислительных средств».

В 2013 году защитил диссертацию по специальности 05.13.01 «Системный анализ, управление и обработка информации (промышленность)» и получил ученую степень кандидата технических наук.

В 2018 году на основании приказа Министерства образования и науки присвоено ученое звание доцента.

Стаж работы по специальности более 14 лет.

Научная деятельность

Ключевое направление исследований – мемристоры и их применение для создания нейроморфных систем и аппаратных ускорителей ИИ. Начиная с 2014 года выполнен цикл работ по разработке моделей, методов и средств имитационного и полунатурного моделирования данного класса систем. В 2020 году разработан макет двунаправленного адаптивного нейроинтерфейса на базе пассивных кроссбар-массивов мемристоров 16х16. В 2021 году разработана концепция и демонстратор нейроморфной аналоговой системы машинного зрения. Начиная с 2022 года ведется разработка открытого программного фреймворка для запуска нейронных сетей на кроссбар-массивах мемристоров и архитектуры цифро-аналогового вычислительного ядра. В 2025 году разработана архитектура реконфигурируемого масштабируемого вычислителя на базе мемристоров.

Другими областями исследований является разработка систем типа умного носа на базе одномерных материалов и искусственных алмазов, а также разработка модульных систем управления гуманойдными роботами.

Статьи:

  1. Shchanikov S. et al. Reconfigurable neuromorphic system based on memristive devices //The European Physical Journal Special Topics. – 2026. – С. 1-12.
  2. Mikhaylov A. N. et al. In-Memory Computing Enabled by 32× 8 1T1R Memristive Crossbar Arrays // Electronics. – 2026. – Т. 15. – №. 18. – С. 4267.
  3. Ivashchenko M. et al. Bypass Injury with Memristive Intelligence: A Hardware-First Approach to Neural Repair // BioNanoScience. – 2026. – Т. 16. – №. 10. – С. 614.
  4. Shchanikov S. et al. Neuromorphic Analog Machine Vision Enabled by Nanoelectronic Memristive Devices // Applied Sciences. – 2023. – 13. – С. 13309.
  5. Shchanikov S. A. Methodology for Hardware-in-the-Loop Simulation of Memristive Neuromorphic Systems // Nanobiotechnology Reports. – 2021. – Т. 16. – №. 6. – С. 782-789.
  6. Makarov V. A. et al. Toward reflective spiking neural networks exploiting memristive devices // Frontiers in Computational Neuroscience. – 2022. – С. 62.
  7. Mikhaylov A. et al. Neuromorphic Computing Based on CMOS-Integrated Memristive Arrays: Current State and Perspectives // Supercomputing Frontiers and Innovations. – 2023.
  8. Surazhevsky I. A. et al. Noise-assisted persistence and recovery of memory state in a memristive spiking neuromorphic network // Chaos, solitons & fractals. – 2021. – Т. 146. – С. 110890.
  9. Shchanikov S. et al. Designing a bidirectional, adaptive neural interface incorporating machine learning capabilities and memristor-enhanced hardware // Chaos, solitons & fractals. – 2021. – Т. 142. – С. 110504.
  10. Mikhaylov A. et al. Neurohybrid memristive CMOS-integrated systems for biosensors and neuroprosthetics // Frontiers in neuroscience. – 2020. – Т. 14. – С. 358.

Инициативы и проекты:

  • Председатель регионального отделения Российской ассоциации искусственного интеллекта по Владимирской области
  • Соучредитель Ассоциации развития и внедрения нейротехнологий (https://neurotech.one/)
  • Открытый фреймворк по созданию и запуску нейронных сетей на мемристорах (https://github.com/neurocomputer/MemriDocs)

Пленарные доклады:

  • Разработка методов инженерного проектирования искусственных нейронных сетей на базе мемристоров с заданной точностью функционирования (Национальный Суперкомпьютерный Форум, Переславль-Залесский, 28.11.2017)
  • Применение системного подхода при создании искусственных нейронных сетей на базе мемристоров (Всероссийская научная конференция «Нейрокомпьютеры и их применение», Москва, 17.03.2020)
  • Нейроморфные системы на базе мемристивных устройств: современное состояние и перспективы развития (Всероссийская научная конференция «Нейрокомпьютеры и их применение», Москва, 28.03.2023)
  • Нейроморфные вычислительные системы на основе КМОП-интегрированных мемристорных матриц: современное состояние и перспективы развития (Российский форум «Микроэлектроника», Сочи, 11.10.2023)
  • Новые нейроморфные подходы к реализации динамической памяти на основе концепции многомерного мозга и мемристивной электроники (Всероссийская конференция "Memristive NanoMaterials: technologies and neuroelectronic devices", Таганрог, 08.12.2023)
  • Проект нейроморфного процессора на базе мемристивных устройств (Конференция Сколтеха «Фронтиры Прогресса», Москва, кампус Сколтеха, 22.05.2025)
  • Аппаратные ускорители искусственного интеллекта на базе мемристоров - современное состояние и перспективы развития (Международный форум по искусственному интеллекту и сложным системам: наука, промышленность, медицина, Москва, РЭУ им. Г.В. Плеханова, 12.09.2026)

Руководитель грантов:

  • Грант Министерства науки и высшего образования РФ в форме субсидии из федерального бюджета на обеспечение проведения научных исследований совместно с Республикой Корея № 075-15-2021-1017 «Высокопроизводительные аппаратные ускорители искусственного интеллекта на базе мемристивных устройств».
  • Грант РНФ № 21-71-00136 «Разработка научно-технологических принципов создания и функционирования нейроморфных систем аналогового машинного зрения на основе мемристивных устройств».
  • Стипендия Президента Российской Федерации СП-5411.2021.5 «Исследование и моделирование механизмов синаптической пластичности в тонкопленочных структурах с мемристивным эффектом».
  • Грант Президента Российской Федерации МК-3927.2019.9 «Разработка и исследование алгоритмов отказоустойчивого обучения нейроморфных систем на основе наноматериалов с мемристивным эффектом».
  • Грант РФФИ 18-38-00592-мол_а «Разработка и исследование методов имитационного моделирования искусственных нейронных сетей на базе мемристоров на основе теории планирования эксперимента».

Исполнитель по проектам:

  1. Проект №9.1 научной программы Национального центра физики и математики (НЦФМ) «Исследование и разработка нейроморфных и нейрогибридных систем искусственного интеллекта».
  2. «Разработка опытно-промышленной технологии энергонезависимой резистивной памяти RRAM 90 нм для реализации нейроморфных моделей искусственного интеллекта» (Программа стратегического академического лидерства «Приоритет 2030» ННГУ).
  3. «Нейроморфные системы обработки информации и управления на основе мемристорной наноэлектроники» (Проект по созданию молодежных лабораторий в рамках государственного задания).
  4. Грант РНФ № 21-11-00280 «Новые нейроморфные подходы к реализации динамической памяти на основе концепции многомерного мозга и мемристивной электроники».
  5. Грант РНФ №16-19-00144 «Разработка научно-технологических принципов создания и функционирования биоподобных мемристорных систем в сопряжении с нейрональными биокультурами».
  6. Мегагрант «Комплексное исследование флуктуационных явлений в мультистабильных системах для создания новых поколений электронных устройств и нейроморфных технологий искусственного интеллекта на основе мемристивных материалов».
  7. Грант РФФИ №19-07-01215-а «Разработка методов проектирования нейронных сетей на базе наномемристоров с заданной отказоустойчивостью и надежностью».