“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 |ef7bKU8  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 )wam8k5  
基于拓扑优化的超表面大角度聚合器设计 Y)0*b5?1r  
超表面消色差聚合器设计，超表面偏振转换器件设计 r@h5w_9  
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 4
o <Uy  
专题二：智能光学计算成像 v7BA[jQr  
Numpy/cupy 与 matplotlib 绘制分形图像 9kN}c
<o  
图像常用深度神经网络与PyTorch/TensorFlow实现 GP!?^r:en  
图像的神经网络表示与 ADMM 图像重构 ~dgDO:)  
压缩感知和压缩编码成像 mZtCL  
高光谱成像，微纳光学计算成像 z;{iM/Xe  
端到端光学算法联合设计 =9'RM>  
专题三：智能光子器件 Bu<M\w?7Y  
级联网络的超构表面单元的光谱预测与逆向设计 g]<4&)~  
基于生成-对抗网络的自由超构表面单元生成 ov`h  
基于深度学习的非线性光纤单像素超高速成像 +7D|4  
基于片上衍射神经网络的超构光学器件用于图像分类 fHE<(  
基于深度学习的高分辨红外热波段雷达 @r/#-?W  
公众号：科研实践课堂