“智能光子学新纪元：机器学习驱动超表面逆向设计，重塑光学计算成像技术！”

专题一：超表面逆向设计 T`Jj$Lue{
 
基于耦合模理论逆向设计连续谱中束缚态高Q器件 3<:m;F*#  
基于拓扑优化的超表面大角度聚合器设计 l`V^d  
超表面消色差聚合器设计，超表面偏振转换器件设计 [ELg:f3}5  
基于形状优化的梯度超表面设计，基于遗传算法的超表面设计 o;^k"bo6  
专题二：智能光学计算成像 FTk`Mq  
Numpy/cupy 与 matplotlib 绘制分形图像 '(.vB~m7*+  
图像常用深度神经网络与PyTorch/TensorFlow实现 Dau'VtzN  
图像的神经网络表示与 ADMM 图像重构 @qaK5  
压缩感知和压缩编码成像 % a9C]?  
高光谱成像，微纳光学计算成像 q'
zV
9  
端到端光学算法联合设计 H\[:uUK5\  
专题三：智能光子器件 uY"Bgz:=d  
级联网络的超构表面单元的光谱预测与逆向设计 F8T.}qI  
基于生成-对抗网络的自由超构表面单元生成 qz]g4hS  
基于深度学习的非线性光纤单像素超高速成像 4!,`|W1  
基于片上衍射神经网络的超构光学器件用于图像分类 IFd2r;W8  
基于深度学习的高分辨红外热波段雷达 +j">Ju6Q;.  
公众号：科研实践课堂