- 博客(25)
- 收藏
- 关注
RSS订阅原创 深度学习计算光学成像专题学习
本文系统介绍了现代光学成像技术与深度学习的结合应用。内容涵盖光学成像基础理论、Python和深度学习环境搭建、多种高分辨成像技术实践（超分辨率、去模糊、去雾等）、计算光学成像逆问题求解（压缩感知、无透镜成像等）、遥感与地球观测技术（高光谱成像、TOF成像等），以及深度光学技术实践（HDR成像、超表面逆向设计等）。通过理论讲解与实操案例结合的方式，详细阐述了各项技术的原理、实现方法和评价指标，为光学成像与人工智能的交叉应用提供了全面指导。课程安排从基础到进阶，涵盖成像质量提升、逆问题求解等前沿研究方向。
2025-11-11 15:35:58
615
原创 【无标题】
通过系统的讲授与动手实践，学员将全面掌握从AI算法理论到硬件实现的完整设计流程，具体包括：1.理解数字电路与AI模型的融合逻辑：掌握组合逻辑、时序逻辑及状态机设计方法，理解神经网络算法在硬件层的结构映射原理。2.掌握VHDL与Verilog设计语言建模流程：学习如何在Verilog中构建复杂逻辑电路（如译码器、计数器、复用器），在VHDL中实现行为级与结构级描述。3.完成AI算法建模与仿真实践：掌握深度学习中感知器、卷积网络、反向传播算法的实现思路，结合MATLAB/COMSOL实现模型验证。
2025-11-11 15:24:54
1072
原创 2026助力发刊：人工智能电磁超材料专题学习
本课程系统介绍了弹性波超材料与深度学习的交叉研究。专题一阐述超材料带隙机理及COMSOL仿真方法，结合PINN神经网络实现物理与算法的融合。专题二讲解数据集自动生成技术，通过COMSOL-MATLAB联动实现参数化建模。专题三至五分别探讨正向预测、参数反设计和拓扑优化三大核心问题：采用SVM、MLP、CNN等模型进行性能预测；利用MLP-GA、TNN等方法实现参数优化；基于CGAN、CVAE等生成模型完成拓扑设计。课程通过大量实操案例，构建了从基础理论到工程应用的完整知识体系。
2025-11-10 14:37:51
394
原创 2026助力发刊：COMSOL超表面光学设计专题学习
2.1案例6.1：Merging BIC建模（COMSOL with MATLAB）----（根据发表在Nature Communications上的论文）2.2案例5.2：时间光子晶体激射（动态增益模型）----（根据发表在Science上的论文）2.4案例10.4：超表面波长解复用----（根据发表在OPTICS EXPRESS上的论文）2.3案例10.3：多波长超表面----（根据发表在OPTICS EXPRESS上的论文）2.1案例7.1：色散能带求解（COMSOL-MATLAB联动）
2025-11-10 14:36:39
331
原创 2026助力发刊：深度学习超导材料与量子器件专题学习
本课程构建超导材料与量子器件研究的完整体系，涵盖从基础理论到前沿应用的全链条。课程以超导物理基础与DFT计算为起点，深入解析强关联体系与Triqs工具库应用，结合深度学习方法实现超导材料智能设计与优化。重点探讨电路量子电动力学原理与超导器件仿真技术，通过15个实战案例系统展示从材料计算到器件设计的全流程。内容涵盖DFT+DMFT方法、GNN预测模型、CPW谐振器设计等关键技术，培养学员掌握超导量子计算与高性能电子器件研发的核心能力。
2025-11-07 17:18:35
763
原创 2026助力发刊：深度学习MOF材料专题学习
本课程系统阐释金属-有机框架(MOF)材料的智能化研发全流程，融合理论计算、机器学习与自动化合成技术。课程内容包括：MOF结构与分子模拟理论（第一性原理计算、GCMC模拟）；机器学习方法（特征工程、随机森林、GNN）；逆向设计技术（生成模型、贝叶斯优化）；以及自主材料研发系统的构建（多目标优化、闭环控制）。通过16个Python实战案例，学员将掌握从分子设计到机器人合成的核心技能，实现"计算设计-实验验证"的研发闭环。课程特别强调理论深度与工程实践的平衡，培养学员解决材料研发实际问题的能
2025-11-07 17:12:50
1619
原创 深度学习电磁超材料专题学习
摘要：本课程系统讲解深度学习在电磁材料设计中的应用，涵盖CNN、U-Net、DiNN、PINN、GAN等核心技术。课程采用"理论+实操"模式，通过PyTorch实现电磁响应预测、逆向设计等任务，重点解决传统电磁仿真计算成本高的问题。内容包含：1）基础模块（CNN原理、FDTD仿真）；2）核心算法（U-Net场预测、DiNN差分学习、PINN物理约束、GAN逆设计）；3）多尺度建模与智能设计系统。课程突出AI在超材料光谱预测、磁性材料分类、传感器优化等场景的工程应用价值，并通过大模型扩展电
2025-10-28 15:29:20
682
原创 深度学习超材料逆向设计专题学习
本课程系统讲解弹性波超材料与深度学习的融合应用。专题一介绍超材料带隙特性及建模方法，结合COMSOL软件进行频域/时域分析，并讲解深度学习基础模型及PINN网络在色散预测中的应用。专题二重点阐述数据集自动生成技术，通过COMSOL与MATLAB集成实现参数化建模。专题三探讨超材料性能的正向预测方法，包括SVM、MLP和CNN模型的应用。专题四和五分别讲解参数反设计和拓扑优化设计，涵盖TNN、CGAN、CVAE等模型，通过案例实践掌握设计验证与评估方法。课程强调理论实践结合，培养跨学科研究能力。
2025-10-28 15:27:10
1481
原创 comsol超表面设计专题学习
该课程涵盖光子晶体、波导系统、非线性光学、天线设计及拓扑超表面等前沿主题。重点包括周期性结构能带仿真（如BIC、Moiré光子晶体）、波导耦合优化、非线性谐波产生、天线性能调控，以及时变材料和石墨烯超表面的动态特性分析。通过COMSOL-MATLAB联动实现MergingBIC建模、无序系统局域化研究，并采用形状/拓扑优化方法设计多功能光子器件（如超透镜、波长解复用器等）。课程结合多篇Nature、Science等顶刊案例，强调理论建模与工程优化的结合。
2025-10-28 15:20:12
946
原创 2025助力发刊：机器学习固态电池专题学习
《固态电池计算模拟与机器学习培训课程摘要》 本课程系统介绍了固态电池研发中的计算模拟与机器学习方法。第一天讲解固态电池基础原理与关键挑战，并教授DFT计算和分子动力学模拟技术。第二天重点介绍机器学习基础、数据特征工程及Python工具应用。第三天深入讲解传统机器学习模型和深度学习在固态电池性能预测中的实践。第四天聚焦高通量筛选方法，指导新型材料发现与界面设计。第五天探讨神经网络势函数开发及多尺度模拟融合策略。课程通过理论讲解结合实操训练，培养学员运用计算模拟与AI技术解决固态电池研发难题的能力，推动新型电池
2025-10-20 14:40:44
976
原创 深度学习声学超材料专题学习
该摘要介绍了声学超材料理论、设计、仿真及深度学习应用。主要内容包括：声学超材料基本理论（声波方程、晶格理论等）、结构设计方法（局域共振型、负折射型等）、COMSOL仿真技术（建模、声固耦合等）、深度学习基础（神经网络、贝叶斯方法等）及其在声学超材料中的应用（结构优化、性能预测等）。通过案例展示了深度学习在噪声控制、声学隐身等领域的实际应用，体现了AI技术在声学超材料研究中的重要作用。
2025-09-26 15:05:43
982
原创 人工智能结构力学专题学习
本文系统介绍了机器学习与结构力学的交叉应用框架，第一天讲解结构力学基础理论和Python实现方法；第二天重点阐述物理信息神经网络(PINN)的原理与应用；第三天和第四天分别介绍ABAQUS和COMSOL仿真工具与机器学习的结合；第五天进行科研论文复现与前沿技术探讨。课程采用"理论+实操"模式，涵盖有限元分析、深度学习、数据预处理等关键技术，并引入DeepSeek工具优化流程。通过具体案例（如梁弯曲、板受力分析）演示数值模拟与机器学习的融合应用，为结构力学智能化研究提供系统方法。
2025-09-26 15:05:28
970
原创 人工智能流体力学专题学习
摘要：本期培训聚焦人工智能与流体力学交叉领域，系统讲解数据驱动方法、物理信息神经网络（PINN）及深度学习在流体仿真中的应用。课程涵盖CFD数据处理、OpenFOAM/ANSYS仿真工具与AI融合、PINN求解N-S方程等核心技术，通过U-Net、GNN、扩散模型等实现流场预测与优化。实战项目包括湍流模拟、翼型流动分析、热流耦合预测等，结合Python、Paraview等工具进行数据处理与可视化，提升复杂流体问题的求解效率与精度。
2025-09-26 15:05:12
674
原创 人工智能电磁超材料专题学习
本次课程系统讲授深度学习在电磁材料设计中的应用，涵盖5大核心技术：1）U-Net架构用于电磁响应预测；2）差分神经网络（DiNN）处理复杂电磁场；3）物理信息神经网络（PINN）嵌入麦克斯韦方程；4）生成对抗网络（GAN）实现逆向设计；5）多尺度建模预测材料性能。课程特色：理论讲解与PyTorch实操结合，通过超材料S参数预测、磁性材料分类等案例，展示AI相较传统FDTD仿真的10-100倍效率提升。新增内容包含大模型辅助设计、量子比特建模等前沿应用，构建从微观结构到宏观性能的智能设计闭环。
2025-09-22 17:18:57
893
原创 机器学习在增材制造实战应用专题学习
本次培训围绕增材制造（AM）技术展开系统教学，涵盖四大核心模块：1. AM技术原理与产业化挑战分析；2. COMSOL多物理场仿真在AM中的应用；3. 机器学习算法与AM工艺优化；4. 深度学习及前沿AI技术融合。课程通过13个实战案例，包括移动边界相变建模、随机森林工艺优化、相场法裂纹模拟等，深度解析AM全流程中的关键问题解决方案。特别强调数据驱动方法，建立从仿真建模、特征工程到智能决策的完整技术闭环，助力实现AM工艺的智能化转型与质量控制。
2025-09-22 17:18:41
589
原创 AI赋能复合材料智能设计与多尺度仿真专题学习
本文系统介绍了复合材料智能设计与多尺度分析的关键技术。主要内容包括：1）复合材料力学基础理论与AI设计范式，涵盖各向异性本构关系、多尺度特性及机器学习应用；2）典型工程案例分析，如层合板弯曲仿真、多尺度失效机理和风电叶片结构分析；3）机器学习算法在材料性能预测和逆向设计中的应用；4）多物理场耦合分析与高效建模技术，包括热-结构耦合、压电复合材料和多模型方法。通过理论讲解与实战案例结合，展示了AI技术在提升复合材料设计效率和精度方面的优势。。
2025-09-22 17:18:30
606
原创 机器学习固态电池专题学习
本课程系统介绍了固态电池研发中的计算模拟与机器学习方法。内容涵盖固态电池基础理论、关键挑战（界面稳定性、离子传导等），以及DFT、分子动力学等计算工具的应用。重点讲解机器学习在固态电池材料筛选、性能预测中的实践，包括特征工程、传统算法与深度学习模型构建，以及神经网络势函数加速分子动力学模拟。课程通过实操案例（如离子电导率预测、界面稳定性评估）演示了如何将多尺度模拟与机器学习结合，推动新型固态电解质材料的发现与设计。最后探讨了AI驱动的高通量筛选和自动化实验等前沿方向。
2025-09-21 16:28:51
531
原创 机器学习锂离子电池专题学习
本文探讨机器学习在锂离子电池研究中的应用。主要内容包括：机器学习基础与Python工具介绍；监督/非监督学习在电池性能预测中的应用；深度学习技术（RNN、CNN、GNN等）在材料筛选和性能预测中的实践；机器学习与多尺度模拟、实验数据的结合；电池管理系统中的状态估计和寿命预测；以及大语言模型在电池文献数据提取和智能预测系统中的应用。通过多个实战案例，展示了机器学习如何优化电池材料设计、性能预测和管理系统开发的全流程。
2025-09-21 16:28:33
534
原创 深度学习第一性原理专题学习
本文摘要：本课程系统讲授量子力学与材料计算的交叉应用，分为五天递进式教学。第一天搭建Python计算环境，掌握NumPy/Pandas数据处理；第二天详解第一性原理核心理论（薛定谔方程、Kohn-Sham方程）及石墨烯计算实战；第三天开展高通量计算与特征工程，结合pymatgen实现催化剂设计；第四天整合深度学习（CGCNN）与分子动力学模拟；第五天聚焦前沿应用，包括热电材料优化、位错模拟等。课程通过23个实战案例，构建从基础理论到工业应用的完整知识体系，重点培养量子计算与AI融合的复合型研发能力。
2025-09-20 16:45:58
1036
原创 机器学习分子动力学专题学习
本课程系统讲解AI4Science时代的分子动力学模拟方法，涵盖传统力场与机器学习力场技术。课程分为四部分：1）基础理论与主流分子模拟软件（LAMMPS/OpenMM/CP2K等）的实操；2）机器学习力场模型设计（DeePMD、图神经网络等）及DPGEN主动学习框架；3）等变模型（NequIP等）与高阶技术；4）前沿大模型（MACE、Allegro）与应用。通过案例对比传统与机器学习力场的差异，结合Python实现自动化计算与可视化分析，培养学员掌握从理论建模到工业级仿真的全流程能力。
2025-09-20 16:45:26
1036
原创 深度学习拓扑优化专题学习
本专题课程系统介绍了深度学习在结构拓扑优化中的前沿应用。课程分为四个专题，涵盖深度学习与拓扑优化基础理论、基于拓扑结构输入的特征预测、前馈深度学习模型优化方法，以及生成式模型与反向传播策略在多目标优化中的应用。通过TensorFlow等工具实操，学员将掌握从模型构建（MLP/CNN/U-Net/VAE/TNN）到优化实施的完整流程，包括拓扑数据生成、性能预测、结构优化等关键环节。课程注重理论与实践结合，培养解决复杂工程优化问题的能力，涉及带隙结构、周期结构等典型应用场景。
2025-09-19 15:49:55
1366
原创 深度学习超材料逆向设计专题学习
1.学习弹性波超材料的基本概念与计算方法2.学习深度学习算法以及基于Tensorflow框架的模型搭建3.学习深度学习在弹性波超材料领域的研究现状4.学习基于COMSOL with Matlab的弹性波超材料数据集批量自动生成方法【分享课程涉及的所有数据集及代码】5.学习基于物理启发神经网络（PINN）的弹性波超材料色散曲线预测与设计【分享课程涉及的所有数据集及代码】6.学习基于深度学习的弹性波超材料正向预测、参数设计与拓扑设计的原理以及实现方式【分享课程涉及的所有代码】
2025-09-19 15:45:32
2224
2
原创 COMSOL光学超表面仿真专题学习
本课程旨在系统讲解超表面的物理原理、功能实现机制以及利用有限元法（Finite Element Method, FEM）进行建模与仿真设计的完整流程。通过理论讲授与仿真实践相结合的方式，帮助学员掌握从结构建模、物理场设置、网格划分、参数扫描到仿真后处理与优化设计的全过程，并最终能够独立搭建可用于科研发表级别的仿真模型。
2025-09-19 15:41:13
1109
原创 深度学习计算光学成像专题学习
1.掌握深度学习算法的原理和应用，剖析计算成像主流研究范围及关联的统一计算范式，能够运用深度学习技术对光学成像系统进行创新设计和优化。2.掌握利用深度学习从成像设备优化设计、典型计算成像任务以及后端的计算机视觉任务的认知框架，并掌握对相应计算成像技术发展现状和任务执行能力。（分享课程涉及的所有数据集、代码）3.通过顶刊论文复现带着学员手把手操作，让学员详细的学会顶刊写作思路。（分享课程涉及的所有数据集、代码）4.通过多个案例的讲解，让学员能够熟练的做自己的科研项目。（分享课程涉及的所有数据集、代码）
2025-09-19 15:38:44
1014
原创 人工智能大模型光学设计专题学习
本课程旨在系统性培养学生利用大语言模型（LLM）进行光学器件设计的理论基础、系统构建与工程实践能力，具体目标如下：(1)掌握大语言模型的基本结构与工作原理，包括 Transformer 架构、Token 表达与生成式建模机制；(2)理解光学结构的语义描述体系，学会将自然语言与结构参数进行映射与对齐熟悉 Prompt 工程的设计原则，具备基于指令生成光学结构的能力；(3)能够通过多轮对话控制与优化结构设计流程，完成结构→ 仿真 → 优化的循环式学习。
2025-09-19 15:28:56
731
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人