“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 E//*bmww  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 :Yn{:%p  
基于拓扑优化的超表面大角度聚合器设计 i}@5<&J  
超表面消色差聚合器设计，超表面偏振转换器件设计 }]. |7h  
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 Ni#y=cb  
专题二：智能光学计算成像 :@S=0|:j  
Numpy/cupy 与 matplotlib 绘制分形图像 !X 0 (4^  
图像常用深度神经网络与PyTorch/TensorFlow实现 j6Au<P  
图像的神经网络表示与 ADMM 图像重构 z5W;-sCz  
压缩感知和压缩编码成像 lr$,=P`  
高光谱成像，微纳光学计算成像 7eG@)5Uy  
端到端光学算法联合设计 Z|j\_VKhl  
专题三：智能光子器件 |UN#utw{^Y  
级联网络的超构表面单元的光谱预测与逆向设计 1~[GGl  
基于生成-对抗网络的自由超构表面单元生成 l#a*w  
基于深度学习的非线性光纤单像素超高速成像 i8.OM*[f  
基于片上衍射神经网络的超构光学器件用于图像分类 Y{L|ja%9?  
基于深度学习的高分辨红外热波段雷达 xI8v'[3  
公众号：科研实践课堂