“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 r+.4|u  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 H2R^t{w  
基于拓扑优化的超表面大角度聚合器设计 p'c<v)ia  
超表面消色差聚合器设计，超表面偏振转换器件设计 r D!.N   
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 1AkHig,  
专题二：智能光学计算成像 9
QQ@Y}  
Numpy/cupy 与 matplotlib 绘制分形图像 M,!no  
图像常用深度神经网络与PyTorch/TensorFlow实现 rZCAj  
图像的神经网络表示与 ADMM 图像重构 C-b%PgA  
压缩感知和压缩编码成像 ~ z&A  
高光谱成像，微纳光学计算成像 ua>~$`@gX  
端到端光学算法联合设计 N~<}\0  
专题三：智能光子器件 ``)1`wx$  
级联网络的超构表面单元的光谱预测与逆向设计 F^
bQ-  
基于生成-对抗网络的自由超构表面单元生成 )tQ6rd'  
基于深度学习的非线性光纤单像素超高速成像 9^*YYK}%  
基于片上衍射神经网络的超构光学器件用于图像分类 d"`
>&8*  
基于深度学习的高分辨红外热波段雷达 v2X0Px_  
公众号：科研实践课堂