“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 Xwk_QFv3  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 tD3v`Ke  
基于拓扑优化的超表面大角度聚合器设计 %9`\7h7K  
超表面消色差聚合器设计，超表面偏振转换器件设计 =_9grF-  
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 iVf8M$!m  
专题二：智能光学计算成像 bc*CP0t|  
Numpy/cupy 与 matplotlib 绘制分形图像 |Ht~o(]&&/  
图像常用深度神经网络与PyTorch/TensorFlow实现 Te&5IB-  
图像的神经网络表示与 ADMM 图像重构 G297)MFF  
压缩感知和压缩编码成像 E'F87P^>  
高光谱成像，微纳光学计算成像 ,Q>wcE6v  
端到端光学算法联合设计 V=5v7Y3(j  
专题三：智能光子器件 _[ufH*  
级联网络的超构表面单元的光谱预测与逆向设计 0^z
p*u  
基于生成-对抗网络的自由超构表面单元生成 mu&%ph=  
基于深度学习的非线性光纤单像素超高速成像 eR:!1z_h  
基于片上衍射神经网络的超构光学器件用于图像分类 Nmu=p~f}3`  
基于深度学习的高分辨红外热波段雷达 3
^p;'7x  
公众号：科研实践课堂