社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

【直播】【神奇光子在线讲坛】刘咏民副教授:光子学与人工智能的融合——基于深度学习的光学超构材料设计新策略

蔻享学术 • 2 年前 • 810 次点击  





直播信息

报告题目

光子学与人工智能的融合——基于深度学习的光学超构材料设计新策略

报告人(单位)

刘咏民 副教授(Northeastern University, USA

报告时间

2022年2月13日 10:00

主办方

武汉光电国家研究中心

直播二维码


报告人介绍

刘咏民博士2009年于加州大学-伯克利分校获得博士学位。2012年秋加入东北大学,目前担任机械与工业工程系和电子与计算机工程系副教授。刘博士的研究兴趣包括纳米光学、纳米材料与工程、等离子体激元、超构材料、生物光子学和纳米光力学。在Science, Nature, Nature Photonics, Nature Nanotechnology, Advanced Materials, Physical Review Letters, Nano Letters 等国际期刊论文发表100余篇。曾荣获 NSF CAREER Award (2017), ONR  Young Investigator Award (2016), SPIE DCS Rising Researcher Award (2016), 3M Non-Tenured Faculty Award (2016)等奖项。目前担任Nano Convergence, PhotoniX, EPJ Applied Metamaterials Scientific Reports 等期刊的编委。

报告摘要

深度学习可以极大地提高复杂光学超构材料和其它光子结构的设计速度,具有高效率、高准确性和高保真度的优势。本报告将介绍我们利用先进的深度学习技术来设计和评估多种光学超构材料的研究。深度学习有助于揭示超构材料中高度非直观和非线性的结构-性质映射关系。经过训练,所开发的深度学习模型可以在几秒钟内完成超构材料的光学响应评估及器件的逆向设计。我们进一步提出一种端到端的深度学习框架,其允许器件设计者充分利用规定的设计空间,并将多功能的设计能力推至其物理极限。我们采用易于制造的单层结构,在实验中展示了近红外波段的超构表面聚焦透镜和全息显示。在不同的入射光频率和正交线偏振态的组合下,器件展现出多达八种的预设响应。深度学习和其它人工智能技术正在改变光学器件的设计、集成和测量等领域。可以预见,随着具备不同背景的研究人员共同致力于这一新兴的光子学和人工智能融合领域,更多令人振奋的进展将会产生。



神奇光子在线讲坛专题直播&回放链接:https://www.koushare.com/SpecialTopic/MagicPhoton/62


扩展阅读

 

1.【神奇光子在线讲坛】中国科大任希锋教授:微纳光学量子器件

2.【神奇光子在线讲坛】浙江大学沙威教授:光电子器件的多物理场仿真

3.【神奇光子在线讲坛】电子科技大学毕磊教授:集成非互易光学材料与器件

4.【神奇光子在线讲坛】湖南师范大学景辉教授:量子非互易性:新认知,新应用

5.【神奇光子在线讲坛】暨南大学李向平教授:微纳尺度多维光场调控及应用

编辑:王茹茹


蔻享学术平台,国内领先的一站式科学资源共享平台,依托国内外一流科研院所、高等院校和企业的科研力量,聚焦前沿科学,以优化科研创新环境、传播和服务科学、促进学科交叉融合为宗旨,打造优质学术资源的共享数据平台。



版权说明:未经授权严禁任何形式的媒体转载和摘编,并且严禁转载至微信以外的平台!


原创文章首发于蔻享学术,仅代表作者观点,不代表蔻享学术立场。

转载请在『蔻享学术』公众号后台留言。


点击阅读原文~发现惊喜!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/127053
 
810 次点击