“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 X-K=!pET  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 8%A#`)fb  
基于拓扑优化的超表面大角度聚合器设计 u{['<r;I  
超表面消色差聚合器设计，超表面偏振转换器件设计 A kC1z73<  
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 Lr$go6s  
专题二：智能光学计算成像 p@xf^[50k  
Numpy/cupy 与 matplotlib 绘制分形图像 RtTJ5@V(  
图像常用深度神经网络与PyTorch/TensorFlow实现 haK3?A,"_A  
图像的神经网络表示与 ADMM 图像重构 %4et&zRC  
压缩感知和压缩编码成像 Yc_8r+;(  
高光谱成像，微纳光学计算成像 =;Rtdy/Yn%  
端到端光学算法联合设计 v%+:/m1  
专题三：智能光子器件 D$ dfNiCH  
级联网络的超构表面单元的光谱预测与逆向设计 RP[{4Q8  
基于生成-对抗网络的自由超构表面单元生成 e2s]{obf  
基于深度学习的非线性光纤单像素超高速成像 I>]oS(GNT  
基于片上衍射神经网络的超构光学器件用于图像分类 ?XrQ53  
基于深度学习的高分辨红外热波段雷达 m% -g~q  
公众号：科研实践课堂