“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 V!)O6?l  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 *)+ut(x|#  
基于拓扑优化的超表面大角度聚合器设计 DY[$"8Kxcp  
超表面消色差聚合器设计，超表面偏振转换器件设计 7FRmx4(!  
基于形状优化的梯度超表面设计，基于遗传算法的超表面设计 @LJpdvb  
专题二：智能光学计算成像 ?yh}/T\qp  
Numpy/cupy 与 matplotlib 绘制分形图像 *Q1~S]g  
图像常用深度神经网络与PyTorch/TensorFlow实现 aL\nT XakX  
图像的神经网络表示与 ADMM 图像重构 =J1rlnaaEL  
压缩感知和压缩编码成像 ;NNe!}C  
高光谱成像，微纳光学计算成像 znJ'iVf  
端到端光学算法联合设计 EI\9_}@,  
专题三：智能光子器件 y\&>ZyOY  
级联网络的超构表面单元的光谱预测与逆向设计 52o x`t|  
基于生成-对抗网络的自由超构表面单元生成 4 B*0M  
基于深度学习的非线性光纤单像素超高速成像 41fJ%f` G  
基于片上衍射神经网络的超构光学器件用于图像分类 86z]<
p (  
基于深度学习的高分辨红外热波段雷达 id$Ul?z8  
公众号：科研实践课堂