应计算机学院邀请，美国德克萨斯大学奥斯汀分校电子与计算机工程系终身讲席教授潘志刚教授（Prof.DavidZ.Pan）于2016年3月21日上午访问开云（中国）。与沙行勉院长以及多位老师做亲切交流，并在1811报告厅做题为“Machine Learning and Pattern Matching in VLSI CAD”的精彩专题学术报告。报告由刘韦辰研究员主持，吸引来自信息学部包括计算机、通信以及微电子等各个学院不同学科的100余名师生到场并聆听了本次学术讲座。

    在报告中，潘志刚教授从现代大规模集成电路设计的复杂性角度出发，讲解了如何将机器学习和模式匹配等智能优化技术运用到芯片设计和检测等一系列物理层设计问题中去。潘志刚教授指出，由于纳米技术的发展和摩尔定律的推进，超大规模集成电路的设计和制造过程中具有非常高的复杂性和巨大的数据处理问题。在超大规模集成电路的设计，例如光刻热点检测和数据、模式驱动的物理设计过程中，运用机器学习和模式匹配等技术能够有效并且准确的设计出安全的集成电路。进而结合相关学科，如图像处理、模式识别等，将机器学习和模式匹配等关键技术的运用和取得的相关成果做了报告，向广大师生讲解了其在超大规模集成电路和计算机辅助设计中的应用。

    报告结束后，在场师生踊跃发言，结合自身的研究领域，向潘志刚教授请教相关的技术问题和研究方法，进行了长时间热烈的讨论。其中，来自通信学院的同学就潘志刚教授所发表的一篇学术论文，请教其中模式匹配的方式选择和参数调节的问题。另外来自微电子专业的学生就晶体管的发展方向和前景等向潘志刚教授请教。最后，刘韦辰老师请潘志刚教授对在场的硕士研究生和博士研究生就如何做有影响力的科研给出一些良好的建议。潘志刚教授指出，选择有意义且具有研究性的问题是关键，应着力培养能够发现、解决对未来3-5年甚至更长时间内的信息产业有用的研究的能力。此次学术报告和交流，广大师生受益匪浅。

    潘志刚教授简介：潘志刚教授，IEEE Fellow，美国德克萨斯大学奥斯汀分校电子及计算机工程系终身正教授。1992年获北京大学理学士，1994/1998/2000年分别获得加州大学洛杉矶分校(UCLA)大气科学硕士/计算机科学硕士/计算机科学博士学位（获优秀博士奖）。2000-2003年任职于美国IBM T.J.Watson研究中心，担任研究员。2003年至今任教于UT Austin，任集成电路设计及自动化实验室主任。与研究小组在深亚微米/纳米芯片物理设计，可制造性，可靠性，三维芯片，光电集成等前沿领域做出了许多开创性的研究。拥有8项美国专利，发表了200多篇论文，荣获过30多个国际重要奖项，包括世界顶尖的半导体研究财团(Semiconductor Research Corporation)2013年度唯一的杰出研究大奖(Technical Excellence Award)，11次荣获国际顶级会议等最佳论文奖(Best Paper Award)；美国自然科学基金事业奖(NSF CAREER Award)；中国自然科学基金海外及港澳学者合作研究基金(即海外杰青)；美国计算机协会(ACM)设计自动化分会(SIGDA)杰出新教授奖（每年授予1位杰出助理教授）；加州大学洛杉矶分校工学院杰出年青校友奖（每年授予1位毕业10年之内的杰出校友）；美国电气和电子工程师协会(IEEE)杰出讲师(Distinguished Lecturer)；四次获得IBM教授奖(IBM Faculty Award)；三次获得SRC发明奖等等。担任许多顶尖期刊（如IEEE TCAD，TVLSI，TCAS-I，TCAS-II，ACM TODAES，Science China Information Science，Journal of Computer Science and Technology)的编委，国际会议及学会的主席等职。担任过许多国际知名公司（如IBM, Intel, Oracle, Qualcomm等）的顾问或主持合作项目，华美半导体协会Austin分会顾问。