“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 xG1?F_]
基于耦合模理论逆向设计连续谱中束缚态高Q器件 <aXoB*Y
基于拓扑优化的超表面大角度聚合器设计 jM @?< 1
超表面消色差聚合器设计，超表面偏振转换器件设计 Im+ 7<3Z
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 Zw#<E
=\
专题二：智能光学计算成像 m8+:=0|$
Numpy/cupy 与 matplotlib 绘制分形图像 ceG&,a$\
图像常用深度神经网络与PyTorch/TensorFlow实现 Z9VR ]cf?
图像的神经网络表示与 ADMM 图像重构 ?A&%Cwj
压缩感知和压缩编码成像 GyK(Vb" h6
高光谱成像，微纳光学计算成像 CdL .?^
端到端光学算法联合设计 @$c!/
专题三：智能光子器件 c]NN'9G!{
级联网络的超构表面单元的光谱预测与逆向设计 3ev -Iqz
基于生成-对抗网络的自由超构表面单元生成 u{Ak:0G7
基于深度学习的非线性光纤单像素超高速成像 (v^Z BM_
基于片上衍射神经网络的超构光学器件用于图像分类 iD714+N(
基于深度学习的高分辨红外热波段雷达 G?ig1PB"#
公众号：科研实践课堂
|