深度學(xué)習(xí)光學(xué)設(shè)計(jì)專題

第四天

第六章 基于馬赫-增德?tīng)柛缮鎯x的光計(jì)算 

第一節(jié) 光計(jì)算及光神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介 

1.1 光計(jì)算的背景介紹 

1.2 光神經(jīng)網(wǎng)絡(luò)的發(fā)展與分類 

1.3 光神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀 

第二節(jié) 基于 MZI 的光神經(jīng)網(wǎng)絡(luò)原理 

2.1 全連接神經(jīng)網(wǎng)絡(luò)原理講解 

2.2 MZI 級(jí)聯(lián)的相干光矩陣計(jì)算原理 

2.3 N 階酉矩陣分解 

2.4 基于 MZI 拓?fù)浼?jí)聯(lián)的酉矩陣通用架構(gòu) 

第三節(jié) 訓(xùn)練數(shù)據(jù)集的獲取與處理（Python 實(shí)操） 

3.1 Python 程序環(huán)境安裝 

3.2 Pycharm 主要功能介紹 

3.3 數(shù)據(jù)集的獲取方法 

3.4 訓(xùn)練數(shù)據(jù)集的前期處理 

第四節(jié) 酉矩陣通用架構(gòu)的搭建（Python 實(shí)操） 

4.1 二階酉矩陣的搭建 

4.2 clement 架構(gòu)的搭建 

第五節(jié) 光神經(jīng)網(wǎng)絡(luò)的模型運(yùn)行（Python 實(shí)操） 

第五天

第七章 全光衍射神經(jīng)網(wǎng)絡(luò) 

第一節(jié) 標(biāo)量衍射理論基礎(chǔ) 

1.1 惠更斯-菲涅耳原理 

1.2 瑞利-索莫菲衍射公式 

1.3 衍射角譜理論 

1.4 離散傅里葉變換 

第六節(jié) 光學(xué)衍射神經(jīng)網(wǎng)絡(luò)（Python 實(shí)操） 

2.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 

2.2 光學(xué)衍射神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 

2.3 光學(xué)衍射神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫(xiě)數(shù)字識(shí)別 

2.4 光學(xué)衍射神經(jīng)網(wǎng)絡(luò)的應(yīng)用 

第八章 超材料反向設(shè)計(jì)實(shí)例 

第一節(jié) 基于神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)全介質(zhì)超表面的設(shè)計(jì)（COMSOL 實(shí)操） 

1.1 超表面元的模擬 

1.2 超表面元的參數(shù)提取 

1.3 訓(xùn)練數(shù)據(jù)集的搭建 

1.4 預(yù)測(cè)模型的訓(xùn)練 

第二節(jié) CNN 和 RNN 的組合尋找等離子體結(jié)構(gòu)的光學(xué)特性（COMSOL 實(shí)操） 

第三節(jié) DELAY 強(qiáng)化學(xué)習(xí)算法實(shí)現(xiàn)激光器的自動(dòng)鎖模控制 

深度學(xué)習(xí)計(jì)算光學(xué)成像專題

第一天：

第一章：光學(xué)成像基礎(chǔ)

第一節(jié)：緒論

1.什么是光學(xué)成像？

2.光學(xué)成像進(jìn)展

第二節(jié)：光學(xué)成像重要屬性

1.物距、焦距、空間帶寬乘積

2.分辨率、視場(chǎng)、景深

3.球差、慧差、場(chǎng)曲、畸變、色差、像差

4.點(diǎn)擴(kuò)散函數(shù)、調(diào)制傳遞函數(shù)

第三節(jié)：成像質(zhì)量評(píng)價(jià)指標(biāo)

1.全參考評(píng)價(jià)

2.半?yún)⒖荚u(píng)價(jià)

3.無(wú)參考評(píng)價(jià)

第四節(jié)：光學(xué)成像發(fā)展趨勢(shì)

1.功能拓展 (相位、三維、非視距、穿云透霧、遙感)

2.性能改善（視場(chǎng)大小、分辨率、成像速度）

3.系統(tǒng)優(yōu)化（小型化、廉價(jià)化、高效制造）

第二章：典型計(jì)算成像

第一節(jié)：計(jì)算機(jī)斷層掃描（CT）成像

1.基本原理（X射線投影與探測(cè)）

2.基于深度學(xué)習(xí)的計(jì)算重建

3.技術(shù)進(jìn)展與應(yīng)用

第二節(jié)：壓縮感知成像

1.稀疏表示與測(cè)量

2.典型重建算法與優(yōu)化

3.壓縮感知成像計(jì)算重建

4.應(yīng)用與發(fā)展趨勢(shì)

第三節(jié)：編碼孔徑成像

1.編碼孔徑設(shè)計(jì)原理

2.成像系統(tǒng)特性與優(yōu)勢(shì)

3.基于深度學(xué)習(xí)的圖像重建

4.典型應(yīng)用概述

第四節(jié)：非視距成像

1.成像場(chǎng)景概述

2.光傳播模型與測(cè)量

3.成像重建算法

4.技術(shù)挑戰(zhàn)與未來(lái)發(fā)展

第五節(jié)：無(wú)透鏡成像

1.成像系統(tǒng)

2.光傳播模型建模

3.基于深度學(xué)習(xí)的計(jì)算重建

4.技術(shù)挑戰(zhàn)及發(fā)展

第三章：實(shí)操軟件介紹及運(yùn)行（實(shí)踐）

第一節(jié)：Python環(huán)境的搭建

1.了解anaconda的安裝

2.運(yùn)行環(huán)境創(chuàng)建及激活