“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 EtzSaB*|  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 VIdKe&,  
基于拓扑优化的超表面大角度聚合器设计 <&Xl b0  
超表面消色差聚合器设计，超表面偏振转换器件设计 ;Tr,BfV|Bf  
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 UH-873AK  
专题二：智能光学计算成像 Ic4#Tk20i  
Numpy/cupy 与 matplotlib 绘制分形图像 UBuh'?j  
图像常用深度神经网络与PyTorch/TensorFlow实现 f~wON>$K  
图像的神经网络表示与 ADMM 图像重构 X PyDZk/m  
压缩感知和压缩编码成像  "x9yb0  
高光谱成像，微纳光学计算成像 j~>{P=_}  
端到端光学算法联合设计 J@:Q(  
专题三：智能光子器件 Oe1WnS 7(]  
级联网络的超构表面单元的光谱预测与逆向设计 wp&G]/4m  
基于生成-对抗网络的自由超构表面单元生成 2, )>F"R  
基于深度学习的非线性光纤单像素超高速成像 m|W17LhW{  
基于片上衍射神经网络的超构光学器件用于图像分类 4*qBu}(  
基于深度学习的高分辨红外热波段雷达 iGSJ\  
公众号：科研实践课堂