“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 qc3~cH.@  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 for{  
基于拓扑优化的超表面大角度聚合器设计 &(g|="T  
超表面消色差聚合器设计，超表面偏振转换器件设计 jM*AL X  
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 7k `_#  
专题二：智能光学计算成像 w5,6$#  
Numpy/cupy 与 matplotlib 绘制分形图像 VO9XkA7  
图像常用深度神经网络与PyTorch/TensorFlow实现 0Su_#".-*  
图像的神经网络表示与 ADMM 图像重构 V7P6zAJy  
压缩感知和压缩编码成像 PQ,+hq  
高光谱成像，微纳光学计算成像 !#.\QU|  
端到端光学算法联合设计 c)03Ms4 D  
专题三：智能光子器件 KCD5*xH  
级联网络的超构表面单元的光谱预测与逆向设计 j$+gq*I&E  
基于生成-对抗网络的自由超构表面单元生成 A]j}'  
基于深度学习的非线性光纤单像素超高速成像 g&bwtEZ  
基于片上衍射神经网络的超构光学器件用于图像分类 `0?^[;[u[  
基于深度学习的高分辨红外热波段雷达 '|&,E#`  
公众号：科研实践课堂