“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 !_o1;GzK  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 'g)5vI~'  
基于拓扑优化的超表面大角度聚合器设计 \@ZD.d#  
超表面消色差聚合器设计，超表面偏振转换器件设计 o~:({  
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 * e,8o2C$  
专题二：智能光学计算成像 f]Z9=  
Numpy/cupy 与 matplotlib 绘制分形图像 uX7"u*@Q*~  
图像常用深度神经网络与PyTorch/TensorFlow实现 /6N!$*8  
图像的神经网络表示与 ADMM 图像重构 xWQQX  
压缩感知和压缩编码成像 gY-}!9kW]  
高光谱成像，微纳光学计算成像 8.`5"9Vh  
端到端光学算法联合设计 =%FhY^-  
专题三：智能光子器件 fk5pPm|MiL  
级联网络的超构表面单元的光谱预测与逆向设计 bb/A}< zD  
基于生成-对抗网络的自由超构表面单元生成 gavf$be  
基于深度学习的非线性光纤单像素超高速成像 }`$({\^w  
基于片上衍射神经网络的超构光学器件用于图像分类 , YE+k`:  
基于深度学习的高分辨红外热波段雷达 4%jSqT@  
公众号：科研实践课堂