“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 9vL`|`Vau  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 e,zR  
基于拓扑优化的超表面大角度聚合器设计 XgKtg-,  
超表面消色差聚合器设计，超表面偏振转换器件设计 2F-!SI  
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 IS7g{:}=p  
专题二：智能光学计算成像 q`09   
Numpy/cupy 与 matplotlib 绘制分形图像 YZ\$b=-  
图像常用深度神经网络与PyTorch/TensorFlow实现 =mCUuY#  
图像的神经网络表示与 ADMM 图像重构 k%QhF]  
压缩感知和压缩编码成像 !U#kUj:4I  
高光谱成像，微纳光学计算成像 f+0dwlIlC$  
端到端光学算法联合设计 D8_m_M|P  
专题三：智能光子器件 9;Ezm<VQ  
级联网络的超构表面单元的光谱预测与逆向设计 3y>
.1  
基于生成-对抗网络的自由超构表面单元生成 <
/<
_e0  
基于深度学习的非线性光纤单像素超高速成像 1W-t})!a  
基于片上衍射神经网络的超构光学器件用于图像分类 q /|<>s  
基于深度学习的高分辨红外热波段雷达 =HP_IG_  
公众号：科研实践课堂