通过神经网络的学习算法，本文设计了一种新颖的元表面结构，并结合新型的基于神经元特征的图像重建算法，在全彩超小场景，完成首个高质量的纳米光学成像装置，同时实现最宽的视野和最大的 0.5mm，f/2 光圈。

Feb, 2021

本文介绍了使用双折射光学亚表面和偏振器马赛克光敏传感器捕获四个光学编码测量结果的系统，用于光学电子不相干滤波的任务，并使用一种新的正则化器应用梯度下降来找到一个可以实现一组用户指定空间滤波器的亚表面。

Jul, 2023

本文研究了替代传统复合光学的平面纳米光计算相机系统，该系统采用一组倾斜透镜和学习重建方法，能够在单纳米光子层上从多样化场景中恢复图像，避免了光学像差问题。

Aug, 2023

本研究提出了一个基于模型的优化框架，用于从加工样本的空间频率响应中构建代理相机，进而为训练基于学习的算法提供光学畸变和随机制造偏差的合成数据对，并利用超扩张全方位动态卷积来纠正制造降解，从而实现全面的计算摄影。

May, 2023

通过使用智能亚表面图像传感器与后端数字计算结合的方法，实现了大规模并行的高速低能耗光学卷积神经网络，应用在机器视觉的对象分类中，成功地对手写数字进行了 98.6% 的准确分类和时尚图像 88.8% 的分类。

Jun, 2023

该论文综述了几种元表面的概念和应用，涵盖了从微波到可见光的波长范围，包括波前整形、波束成形、极化转换、波导和辐射控制等多个方面，并介绍了元表面用于实现活动控制和非线性响应的机会和挑战。

May, 2016

本文提出了一种基于机器学习的全局优化框架，以设计光子器件。该方法使用对抗自动编码器和元启发式优化框架，通过物理传递的压缩设计空间工程，提高了元器件配置的优化搜索效率，并可以揭示器件的光学性能的物理基础。

Jul, 2020

利用元表面技术对薄膜光学进行光学特性的灵活操控，本研究提出了一种替代优化框架来开发适用于天文高对比度成像的两种旋涡相位面具，其中的几何特征通过计算智能技术进行优化。为解决传统方法的不足，引入一种数据高效的进化优化设置，利用深度神经网络作为高度精确和高效的替代模型，使用健壮的粒子群进化优化方案操作光子器件的几何参数进行优化，通过该方法，优化了两种设计方案的性能，有效地将所需的模拟次数与传统优化技术相比减少了 75%。

Sep, 2023

通过对 RGB 图像进行数据驱动的光谱重建方法的分析，我们发现当前模型在噪声、压缩和变色上存在限制，然而，通过异色数据增强和光学镜头像差可以提高 RGB 图像对色差信息的编码，从而带来更高性能的光谱成像和重建方法。

Jan, 2024

通过全局搜索光学（GSO）方法，我们提出了高级紧凑计算成像系统的自动设计范例，该方法结合了自动光学设计和图像重建网络的并行优化，综合考虑了物理约束条件以及设计规范，实现了全局优化的结构搜索能力，并为传统方法提供了更高的成像质量。

Apr, 2024