“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 CwEb ?  
基于耦合模理论逆向设计连续谱中束缚态高Q器件 H/#WpRg  
基于拓扑优化的超表面大角度聚合器设计 ^3&-!<*  
超表面消色差聚合器设计，超表面偏振转换器件设计 Wu?[1L: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
n 8|  
专题二：智能光学计算成像 K8iQ
?  
Numpy/cupy 与 matplotlib 绘制分形图像 8/9YR(H3H  
图像常用深度神经网络与PyTorch/TensorFlow实现 G#^6H]`[J:  
图像的神经网络表示与 ADMM 图像重构 KC\W6|NtGj  
压缩感知和压缩编码成像 ,+_gx.H2j  
高光谱成像，微纳光学计算成像 |R Qa.^.  
端到端光学算法联合设计 {2&MyxV  
专题三：智能光子器件 1$c[G}h  
级联网络的超构表面单元的光谱预测与逆向设计 ^[ >  
基于生成-对抗网络的自由超构表面单元生成 oW/H8q<wY  
基于深度学习的非线性光纤单像素超高速成像 0c#|LF_  
基于片上衍射神经网络的超构光学器件用于图像分类 tUFXx\p  
基于深度学习的高分辨红外热波段雷达 M<)Vtn  
公众号：科研实践课堂