“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 TaN]{k  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 = rLL5<  
基于拓扑优化的超表面大角度聚合器设计 6s$jt-bH  
超表面消色差聚合器设计，超表面偏振转换器件设计 4`Z8EV  
基于形状优化的梯度超表面设计，基于遗传算法的超表面设计 L1i:hgq0]  
专题二：智能光学计算成像 bn8`$FA^  
Numpy/cupy 与 matplotlib 绘制分形图像 %oY=.Ok ]  
图像常用深度神经网络与PyTorch/TensorFlow实现 %m5&U6  
图像的神经网络表示与 ADMM 图像重构 c7fQ{"f 3B  
压缩感知和压缩编码成像 "o ^cv  
高光谱成像，微纳光学计算成像 #=* y7w  
端到端光学算法联合设计 {zf)im[.  
专题三：智能光子器件 ]J%p&y+6  
级联网络的超构表面单元的光谱预测与逆向设计 2/]74d8  
基于生成-对抗网络的自由超构表面单元生成 cii]-%J}c  
基于深度学习的非线性光纤单像素超高速成像 rIg5Wcd  
基于片上衍射神经网络的超构光学器件用于图像分类 ^
KeJ=VT  
基于深度学习的高分辨红外热波段雷达 9gLUM$Kd  
公众号：科研实践课堂