時間
| 課程內(nèi)容
|
第一部分
| 1.超表面概述
1.1.超表面基礎(chǔ)和應(yīng)用
1.2.超表面逆向設(shè)計概述
2.基于CST電磁仿真軟件基礎(chǔ)
2.1.CST Microwave Studio電磁仿真軟件介紹
2.2.CST電磁仿真軟件使用和基本操作
3.具體案例操作1:雙頻段帶通濾波器的建模與仿真分析
3.1.運行新建工程
3.2.建立仿真模型
3.3.設(shè)置運行條件
3.4.查看并處理仿真結(jié)果
4.具體案例操作2:太赫茲吸波器的建模與仿真分析
4.1.運行新建工程
4.2.建立仿真模型
4.3.設(shè)置運行條件
4.4.查看并處理仿真結(jié)果
|
第二部分
| 5.超表面的耦合模理論
5.1 耦合模理論簡介
5.2 超表面耦合模理論基本物理參數(shù)
5.3 超表面耦合模方程和透射譜等參數(shù)計算
6.基于超表面實現(xiàn)電磁感應(yīng)透明(EIT)
6.1 超表面電磁感應(yīng)透明理論分析
6.2 太赫茲超表面電磁感應(yīng)透明仿真模擬和分析
案例分析1:基于超表面實現(xiàn)電磁感應(yīng)透明(EIT)論文復(fù)現(xiàn)和講解
7.基于超表面實現(xiàn)連續(xù)譜中束縛態(tài)(BIC)
7.1 連續(xù)譜中束縛態(tài)理論分析
7.2 連續(xù)譜中束縛態(tài)仿真模擬和分析
案例分析2:基于超表面實現(xiàn)連續(xù)譜中束縛態(tài)(BIC)論文復(fù)現(xiàn)和講解
|
第三部分
| 8.基于耦合模理論的超表面逆向設(shè)計
8.1 基于耦合模理論逆向設(shè)計連續(xù)譜中束縛態(tài)吸波器
8.1.1 理論基礎(chǔ)和分析
8.1.2 仿真模擬和分析
案列分析3:基于耦合模理論逆向設(shè)計連續(xù)譜中束縛態(tài)吸波器論文復(fù)現(xiàn)和分析
8.2 基于耦合模理論逆向設(shè)計連續(xù)譜中束縛態(tài)高Q器件
8.2.1 理論基礎(chǔ)和分析
8.2.2 仿真模擬和分析
案例分析4:基于耦合模理論逆向設(shè)計連續(xù)譜中束縛態(tài)高Q器件論文復(fù)現(xiàn)和分析
9.太赫茲超表面透射譜實驗理論講解
9.1 太赫茲波發(fā)射源
9.2 太赫茲遠場時域系統(tǒng)
|
第四部分
| 10.FDTD逆向設(shè)計基礎(chǔ)入門
10.1 lumopt基本介紹
10.2 FDTD與Python環(huán)境配置
10.3 伴隨法與拓撲優(yōu)化介紹
10.4 梯度下降算法以及遺傳算法介紹
|
第五部分
| 11.FDTD仿真實例
(一)利用Python調(diào)用Lumerical FDTD
(二)在Python中編寫FDTD仿真文件
(三)逆向設(shè)計仿真文件設(shè)置
(四)基于拓撲優(yōu)化的超表面顏色路由器件詳解
(五)利用等值線法導(dǎo)出逆向設(shè)計GDS文件
|
第六部分
| 12.模擬論文復(fù)現(xiàn)
(一)基于拓撲優(yōu)化的超表面大角度聚合器設(shè)計
----(根據(jù)發(fā)表在NANO LETTERS上的論文)
(二)超表面消色差聚合器設(shè)計
----(根據(jù)發(fā)表在NANO LETTERS上的論文)
(三)超表面偏振轉(zhuǎn)換器件設(shè)計
----(根據(jù)發(fā)表在Chinese optics letters 上的論文)
(四)基于形狀優(yōu)化的梯度超表面設(shè)計
----(根據(jù)發(fā)表在Light&Science Application 上的論文)
(五)基于遺傳算法的超表面設(shè)計
----(根據(jù)發(fā)表在Opto-Electronic Science 上的論文)
|
(一)案列應(yīng)用實操教學(xué):
|
案例一
| 光子晶體能帶分析、能譜計算、光纖模態(tài)計算、微腔腔膜求解
|
[tr][/tr]案例二
| 類比凝聚態(tài)領(lǐng)域魔角石墨烯的moiré 光子晶體建模以及物理分析
|
案例三
| 傳播表面等離激元和表面等離激元光柵等
|
案例四
| 超材料和超表面仿真設(shè)計,周期性超表面透射反射分析
|
案例五
| 光力、光扭矩、光鑷力勢場計算
|
案例六
| 波導(dǎo)模型(表面等離激元、石墨烯等)本征模式分析、各種類型波導(dǎo)傳輸效率求解
|
案例七
| 光-熱耦合案例
|
案例八
| 天線模型
|
案例九
| 二維材料如石墨烯建模
|
案例十
| 基于微納結(jié)構(gòu)的電場增強生物探測
|
案例十一
| 散射體的散射,吸收和消光截面的計算
|
案例十二
| 拓撲光子學(xué):拓撲邊緣態(tài)和高階拓撲角態(tài)應(yīng)用仿真
|
案例十三
| 二硫化鉬的拉曼散射
|
案例十四
| 磁化的等離子體、各向異性的液晶、手性介質(zhì)的仿真
|
案例十五
| 光學(xué)系統(tǒng)的連續(xù)譜束縛態(tài)
|
案例十六
| 片上微納結(jié)構(gòu)拓撲優(yōu)化設(shè)計(特殊情況下,利用二維系統(tǒng)來有效優(yōu)化三維問題)
|
案例十七
| 形狀優(yōu)化反設(shè)計:利用形狀優(yōu)化設(shè)計波導(dǎo)帶通濾波器
|
案例十八
| 非厄米光學(xué)系統(tǒng)的奇異點:包括PT對稱波導(dǎo)結(jié)構(gòu)和光子晶體板系統(tǒng)等
|
案例十九
| 微納結(jié)構(gòu)的非線性增強效應(yīng),以及共振模式的多極展開分析
|
案例二十
| 學(xué)員感興趣的其他案例
|
(二) 軟件操作系統(tǒng)教學(xué):
|
COMSOL
軟件入門
| 初識COMSOL仿真——以多個具體的案例建立COMSOL仿真框架,建立COMSOL仿真思路,熟悉軟件的使用方法
|
COMSOL軟件基本操作
? 參數(shù),變量,探針等設(shè)置方法、幾何建模
? 基本函數(shù)設(shè)置方法,如插值函數(shù)、解析函數(shù)、分段函數(shù)等
? 特殊函數(shù)的設(shè)置方法,如積分、求極值、求平均值等
? 高效的網(wǎng)格劃分
|
前處理和后處理的技巧講解
? 特殊變量的定義,如散射截面,微腔模式體積等
? 如何利用軟件的繪圖功能繪制不同類型的數(shù)據(jù)圖和動畫
? 數(shù)據(jù)和動畫導(dǎo)出
? 不同類型求解器的使用場景和方法
|
COMSOL
軟件進階
| COMSOL中RF、波動光學(xué)模塊仿真基礎(chǔ)
? COMSOL中求解電磁場的步驟
? RF、波動光學(xué)模塊的應(yīng)用領(lǐng)域
|
RF、波動光學(xué)模塊內(nèi)置方程解析推導(dǎo)
? 亥姆霍茲方程在COMSOL中的求解形式
? RF方程弱形式解析,以及修改方法(模擬特殊本構(gòu)關(guān)系的物質(zhì))
? 深入探索從模擬中獲得的結(jié)果
(如電磁場分布、功率損耗、傳輸和反射、阻抗和品質(zhì)因子等)
|
邊界條件和域條件的使用方法
? 完美磁導(dǎo)體和完美電導(dǎo)體的作用和使用場景
? 阻抗邊界條件、過度邊界條件、散射邊界條件、周期性邊界條件的作用
? 求解域條件:完美匹配層的理論基礎(chǔ)和使用場景、 PML網(wǎng)格劃分標準
? 遠場域和背景場域的使用
? 端口使用場景和方法
? 波束包絡(luò)物理場的使用詳解
|
波源設(shè)置
? 散射邊界和端口邊界的使用方法和技巧(波失方向和極化方向設(shè)置、S參數(shù)、反射率和透射率的計算和提取、高階衍射通道反射投射效率的計算)
? 頻域計算、時域計算
? 點源,如電偶極子和磁偶極子的使用方法
|
材料設(shè)置
? 計算模擬中各向同性,各向異性,金屬介電和非線性等材料的設(shè)置
? 二維材料,如石墨烯、MoS2的設(shè)置
? 特殊本構(gòu)關(guān)系材料的計算模擬(需要修改內(nèi)置的弱表達式)
|
網(wǎng)格設(shè)置
? 精確仿真電磁場所需的網(wǎng)格劃分標準
? 網(wǎng)格的優(yōu)化
? 案列教學(xué)
|
COMSOL WITH MATLAB功能簡介
? COMSOL WITH MATLAB 進行復(fù)雜的物理場或者集合模型的建立(如超表面波前的衍射計算)
? COMSOL WITH MATLAB 進行復(fù)雜函數(shù)的設(shè)置(如石墨烯電導(dǎo)函數(shù)的設(shè)置和仿真)
? COMSOL WITH MATLAB 進行高級求解運算和后處理
? COMSOL WITH MATLAB求解具有色散材料的能帶
|
課程背景
|
課程針對希望了解和掌握在集成光學(xué)/空間光學(xué)方面的器件、系統(tǒng)和算法結(jié)合應(yīng)用的科研人員及開發(fā)者。課程主要為光子學(xué)與機器學(xué)習(xí)的交叉學(xué)科理論講解與結(jié)合案例實操的技術(shù)講解,以期銜接常見機器學(xué)習(xí)模型及框架的使用與各種光學(xué)器件和系統(tǒng)實際應(yīng)用中的間隔。先介紹常用的光子學(xué)仿真設(shè)計手段與基于 Python 語言的機器學(xué)習(xí)框架,講解機器學(xué)習(xí)的基本算法與當(dāng)前實用的幾種深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu),并結(jié)合前沿的文獻案例進行示例演示與練習(xí),案例涵蓋 Science 等頂刊(開闊視野)與科研中較為實用的期刊(難度適中,便于快速掌握及取得成果),有利于短期及中長期的科研和開發(fā)流程。最后針對講解當(dāng)前最新的前沿進展應(yīng)用,拋磚引玉,增進對于機器學(xué)習(xí)在光子學(xué)中的應(yīng)用的深度理解。
|
智能光子學(xué)緒論
| 1.1 空間光學(xué)系統(tǒng)與集成微納光子學(xué)系統(tǒng)概論
1.2 機器學(xué)習(xí)和人工智能的基本概念與發(fā)展歷程
1.3 機器學(xué)習(xí)方法在光子學(xué)設(shè)計中的應(yīng)用簡介
1.4 光子學(xué)器件構(gòu)建神經(jīng)網(wǎng)絡(luò)的應(yīng)用簡介
|
光子學(xué)器件仿真軟件基礎(chǔ)與器件逆向設(shè)計
| 2.1 光子學(xué)器件的主要設(shè)計目標和調(diào)控方法
2.2 Rsoft, Ansys optics 光子學(xué)仿真軟件介紹與基本操作
2.3 時域有限差分方法與空間光場模擬
案例分析:傳播相位與幾何相位超構(gòu)單元仿真與器件庫提取與二維超構(gòu)透鏡設(shè)計與傳播光場仿真
2.4 波導(dǎo)器件仿真與片上光學(xué)系統(tǒng)設(shè)計
案例分析:片上的超構(gòu)單元仿真與光學(xué)參數(shù)提取
2.5 基于仿真軟件的光子學(xué)逆向設(shè)計
? 光子學(xué)逆向設(shè)計的概念
? 基于粒子群算法的光學(xué)器件優(yōu)化
? 基于伴隨方法的光子學(xué)器件優(yōu)化
案例分析:基于粒子群方法的耦合器設(shè)計
|
機器學(xué)習(xí)方法簡介與 Python 軟件基礎(chǔ)
| 3.1 機器學(xué)習(xí)基礎(chǔ)概念
3.2 監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)
3.3 簡單常用算法簡介(如線性回歸、SVM 等)
3.4 Python 編程基礎(chǔ)
? Python 環(huán)境搭建與工具介紹(如 Jupyter Notebook)
? 基本語法與數(shù)據(jù)結(jié)構(gòu)
? NumPy 等庫的使用
? 數(shù)據(jù)可視化工具(如 Matplotlib 等)
? 深度學(xué)習(xí)框架 Pytorch 簡介
|
常用的深度神經(jīng)網(wǎng)絡(luò)簡介與 Python 實現(xiàn)
| 4.1 深度學(xué)習(xí)簡介
4.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)概念與結(jié)構(gòu)
4.3 深度學(xué)習(xí)的基本原理與訓(xùn)練過程
4.4 常用深度網(wǎng)絡(luò)模型簡介
? 全連接網(wǎng)絡(luò)(FC)
? 卷積神經(jīng)網(wǎng)絡(luò)(CNN)
? 帶歷史記憶的網(wǎng)絡(luò)(如 RNN)
4.5 案例分析:基于 Python 的幾種神經(jīng)網(wǎng)絡(luò)構(gòu)建
? 全連接網(wǎng)絡(luò)
? 卷積神經(jīng)網(wǎng)絡(luò)
? U-Net
4.6 一個基本的全連接網(wǎng)絡(luò)模型的搭建與訓(xùn)練
|
深度學(xué)習(xí)在微納光子學(xué)中的應(yīng)用
| 5.1 微納光子器件的基本原理與常見結(jié)構(gòu)
5.2 基于深度學(xué)習(xí)的光譜預(yù)測與逆向設(shè)計
案例分析:一維的和二維的全介質(zhì)和金屬SPR 材料的光譜預(yù)測與逆向設(shè)計
5.3 基于機器學(xué)習(xí)的電磁近場預(yù)測和逆向設(shè)計
案例分析:介質(zhì)超構(gòu)表面的近場調(diào)控設(shè)計
5.4 基于深度學(xué)習(xí)的超構(gòu)單元生成
案例分析:基于生成-對抗網(wǎng)絡(luò)的電磁調(diào)控結(jié)構(gòu)定制化生成
|
深度學(xué)習(xí)在其他光學(xué)系統(tǒng)中的應(yīng)用
| 6.1 深度學(xué)習(xí)在多樣化的光學(xué)系統(tǒng)中的應(yīng)用概述
6.2 深度學(xué)習(xí)在計算成像中的應(yīng)用
案例分析:深度學(xué)習(xí)增強的非線性光纖單像素成像系統(tǒng)
6.3 深度學(xué)習(xí)在圖像處理中的應(yīng)用
|
光子學(xué)器件賦能的深度神經(jīng)網(wǎng)絡(luò)應(yīng)用
| 7.1 光子學(xué)器件在深度學(xué)習(xí)中的應(yīng)用概述
7.2 基于光學(xué)矩陣-向量相乘的卷積加速器
7.3 衍射光學(xué)神經(jīng)網(wǎng)絡(luò)
案例分析:基于片上衍射神經(jīng)網(wǎng)絡(luò)的超構(gòu)光學(xué)系統(tǒng)用于圖像分類
7.4 光學(xué)神經(jīng)網(wǎng)絡(luò)的優(yōu)勢與挑戰(zhàn)
|
機器學(xué)習(xí)與光子學(xué)的高階應(yīng)用介紹與未來展望
| 8.1 深度學(xué)習(xí)賦能光子芯片制造
案例分析:通過機器學(xué)習(xí)優(yōu)化工藝容差與器件性能
8.2 機器學(xué)習(xí)賦能的傳統(tǒng)光學(xué)儀器增強
案例分析:基于深度學(xué)習(xí)的高分辨紅外熱波段雷達
8.3 光子學(xué)硬件賦能的低功耗信息處理
案例分析:基于衍射神經(jīng)網(wǎng)絡(luò)的太赫茲光學(xué)處理器(Science)
8.4 非典型機器學(xué)習(xí)系統(tǒng)——萬物皆可機器學(xué)習(xí)(Nature)
|