“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 e5WdK  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 Vz7w{HY  
基于拓扑优化的超表面大角度聚合器设计 g9FVb7In_  
超表面消色差聚合器设计，超表面偏振转换器件设计 9a"Y,1  
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 }\PE {  
专题二：智能光学计算成像 C$AIP\j- )  
Numpy/cupy 与 matplotlib 绘制分形图像 D]G'R5H  
图像常用深度神经网络与PyTorch/TensorFlow实现 v$.JmL0^J  
图像的神经网络表示与 ADMM 图像重构 *0Wi^f  
压缩感知和压缩编码成像 *6sJ*lh  
高光谱成像，微纳光学计算成像 )CwMR'LV  
端到端光学算法联合设计 i-i}`oN  
专题三：智能光子器件 M0;t%*1  
级联网络的超构表面单元的光谱预测与逆向设计 Y1U"HqNl*  
基于生成-对抗网络的自由超构表面单元生成 ery?G-  
基于深度学习的非线性光纤单像素超高速成像 s0`|G|.}  
基于片上衍射神经网络的超构光学器件用于图像分类 4t%:O4 3e  
基于深度学习的高分辨红外热波段雷达 /QV. U.>G  
公众号：科研实践课堂