深度學習已逐步深入多個光學技術領域，推動了諸多光學技術的發(fā)展。同時，航空航天觀測、AR/VR 消費電子、手機攝影、超短焦投影儀等產(chǎn)業(yè)快速發(fā)展，對光學系統(tǒng)提出了更高、更復雜的設計需求。這些光學系統(tǒng)對性能的高要求，使得光學元件面形的復雜度相應提高。因此，傳統(tǒng)的設計方法面臨巨大挑戰(zhàn)。深度學習具有強大的運算、數(shù)據(jù)演化和非線性逆問題求解能力，為更復雜的光學系統(tǒng)設計優(yōu)化求解提供了新思路、新方法。隨著對光學系統(tǒng)性能的要求越來越高，自由曲面、超構表面等新型光學元件的需求大大增加，為光學系統(tǒng)提供了更大的發(fā)展?jié)摿�和想象空間。早期的迭代優(yōu)化和直接求解的光學設計方法不再適用，光學設計方法向更高難度的數(shù)學求解方向發(fā)展。得益于人工智能技術軟硬件的發(fā)展，光學系統(tǒng)設計方法也跨入新的時代——人工智能光學設計時代。

由于學習平臺文獻、視頻教程資料較少，技術不公開，對于有相應科研任務和發(fā)高質(zhì)量文章的科研人員極度困擾，而培訓學習迫在眉睫， 應廣大科研人員要求，本單位經(jīng)過數(shù)月調(diào)研，決定聯(lián)合專家共同舉辦“深度學習光學設計”專題培訓班。

深度學習光學設計專題課程

01、深度學習光學設計

學習目標：

1.深度學習光學設計的培養(yǎng)目標主要集中在培養(yǎng)具備扎實光學設計理論基礎和深度學習技術知識的高級專業(yè)人才。他們不僅需要熟悉傳統(tǒng)光學設計的原理和方法，還需要掌握深度學習算法的原理和應用，能夠運用深度學習技術對光學系統(tǒng)進行創(chuàng)新設計和優(yōu)化。

2.學習光學的幾何原理、電磁理論，熟悉光學成像系統(tǒng)的評價標準。了解傳統(tǒng)光學設計數(shù)值算法和參數(shù)優(yōu)化法。

3.了解深度學習在可見光成像系統(tǒng)相比于傳統(tǒng)光學設計方面的優(yōu)勢，學會使用深度學習光學設計完成簡單光學系統(tǒng)的搭建、光學系統(tǒng)的優(yōu)化、光學系統(tǒng)的配光等。

4.熟悉深度學習的算法和框架，能夠運用深度學習技術對超材料的光學性能進行預測、優(yōu)化和控制。

5.了解深度學習光學設計在光纖控束等領域的發(fā)展現(xiàn)狀，啟發(fā)創(chuàng)新性思維，推動光學設計向更加智能化和自適應的方向發(fā)展。

6.在未來，深度學習在光學設計方面有望更加深入，利用深度學習解決非線性關系問題的優(yōu)勢，結合調(diào)制傳遞函數(shù)、光學像差、偏振像差等光學系統(tǒng)評價標準，實現(xiàn)從初始結構的設計到特定的光學系統(tǒng)優(yōu)化設計，甚至利用深度學習在圖像處理等方面的發(fā)展，可能做到從光學系統(tǒng)設計、光學系統(tǒng)成像、圖像處理和分析整個過程的學習優(yōu)化。

7.隨著光學設計在各個領域的廣泛應用，深度學習光學設計人才也將面臨更加廣闊的職業(yè)發(fā)展空間。他們可以在光通信、生物醫(yī)學、智能制造、機器視覺等領域發(fā)揮重要作用，為相關產(chǎn)業(yè)的發(fā)展和創(chuàng)新做出積極貢獻。

課程內(nèi)容介紹

NO.1 深度學習光學設計

第一章. 光學基礎

1深度學習光學設計綜述

1.1光學設計概述

1.2深度學習在成像光學系統(tǒng)的應用舉例

1.3深度學習在非成像光學系統(tǒng)的應用舉例

1.4深度學習在光子器件的應用舉例

1.5深度學習光學設計的優(yōu)勢

1.6深度學習光學設計的發(fā)展趨勢與挑戰(zhàn)

2.光學設計基礎知識

2.1幾何光學基本定理與成像概念

2.2光的電磁理論基礎

2.3光學系統(tǒng)的輸入量及輸出量

2.4光學系統(tǒng)的評價標準

3 ZEMAX光學設計輔助軟件

3.1安裝ZEMAX軟件（實操）

3.2 ZEAMX軟件簡單介紹（實操）

3.3使用光學軟件進行簡單光學系統(tǒng)設計（實操）雙膠合消色差物鏡設計、雙分離消色差物鏡設計等。

第二章. 深度學習基礎知識Python語言基礎

1.1 Python軟件安裝和環(huán)境搭建

1.2常見的數(shù)據(jù)結構和數(shù)據(jù)類型

2.神經(jīng)網(wǎng)絡

2.1多層感知機實例說明

2.2卷積神經(jīng)網(wǎng)絡的實例說明

2.3循環(huán)神經(jīng)網(wǎng)絡的實例說明

2.4生成對抗網(wǎng)絡的實例說明

2.5復雜神經(jīng)網(wǎng)絡的實例說明

第三章. 基于深度學習的透射式光學系統(tǒng)初始結構設計監(jiān)督學習過程

1.1 DNN模型介紹

1.2自歸一化神經(jīng)網(wǎng)絡參數(shù)初始化方法

1.3 SELU函數(shù)及使用

1.4 Softplus函數(shù)及使用

1.5最鄰近搜索算法

1.6監(jiān)督損失函數(shù)的構建

2無監(jiān)督學習過程

2.1無監(jiān)督學習模型介紹

2.2 光線追跡

2.3光線追跡自定義監(jiān)督函數(shù)3監(jiān)督+無監(jiān)督學習綜合3.1超參數(shù)設置3.2監(jiān)督函數(shù)3.3模型可靠性的討論與驗證

第四章. 基于深度學習和程能映射的自由配光設計

1理論

1.1配光方程

1.2程能映射

1.3 SEM迭代算法

1.3 DNN-KE模型理論

2實操

2.1DNN-KE模型搭建

2.2英文字母和阿拉伯數(shù)字為例，28*28輸入點陣對模型進行訓練

2.3 SEM迭代算法實現(xiàn)

2.4 SSIM法分析SEM與DNN-KE一致性分析

第五章. 基于深度學習的光學超材料與光纖光束控制設計

1超材料介紹

1.1超材料概述

1.2超材料在光場調(diào)控中的作用1.3數(shù)值計算設計超材料法

2深度學習超材料實例2.1 MLP網(wǎng)絡模型完成對8層球殼納米材料的逆向設計

2.2 SMTL 網(wǎng)絡模型低維納米結構的設計

2.3 INCEPTION V3網(wǎng)絡模型對二值化超材料的預測

2.4 數(shù)據(jù)增強的貪婪優(yōu)化網(wǎng)絡模型（DEDGO ）實現(xiàn)多種結構低維異質(zhì)結的快速準確設計 2.5 CNN與RNN結合網(wǎng)絡模型預測納米器件結構的吸收光譜

3 深度學習在光纖光束控制的實例

3.1 類人算法（HLA）實現(xiàn)NPR激光器的自動鎖模

3.2 DELAY強化學習算法實現(xiàn)激光器的自動鎖�？刂�

課程特色

1、課程特色--全面的課程技術應用、原理流程、實例聯(lián)系全貫穿

2、學習模式--理論知識與上機操作相結合，讓零基礎學員快速熟練掌握

3、課程服務答疑--主講老師將為您實際工作中遇到的問題提供專業(yè)解答

授課方式

通過騰訊會議線上直播，理論+實操的授課模式，老師手把手帶著操作，從零基礎開始講解，電子PPT和教程開課前一周提前發(fā)送給學員，所有培訓使用軟件都會發(fā)送給學員，有什么疑問采取開麥共享屏幕和微信群解疑，學員和老師交流、學員與學員交流，培訓完畢后老師長期解疑，培訓群不解散，往期培訓學員對于培訓質(zhì)量和授課方式一致評價極高，騰訊會議問題實時解答及學員反饋

講師介紹

01.「深度學習光學設計」

深度學習光學設計主講老師來自國內(nèi)光學精密機械研究所，研究方向涉及微結構光纖、太赫茲光纖器件、特種環(huán)境光纖成像系統(tǒng)等。參與國自然科學基金項目以及青年科學基金項目等。在國內(nèi)外學術刊物發(fā)表論文數(shù)10余篇，包括Optics letters、Journal of Lightwave Technology等

授課時間及地點

深度學習光學設計

深度學習在光學設計應用培訓時間：

2024.06.08-----2024.06.09（（上午9:00-11:30 下午13:30-17:00）

2024.06.12------2024.06.13（晚上19:00-22:00）

2024.06.15------2024.06.16（上午9:00-11:30 下午13:30-17:00）

報名費用及福利

深度學習在光學設計應用：

公費價：每人每班￥4980元 （含報名費、培訓費、資料費、提供課后全程回放資料）

自費價：每人每班￥4680元 （含報名費、培訓費、資料費、提供課后全程回放資料）

優(yōu)惠1：提前報名繳費可享受300元優(yōu)惠（僅限十五名）

優(yōu)惠2：兩人團報每人可以享受600元優(yōu)惠

優(yōu)惠3：兩人以上團報每人可以享受800元優(yōu)惠

福利：課后學習完畢提供全程錄像視頻回放，針對與培訓課程內(nèi)容進行長期答疑，微信解疑群永不解散，參加本次課程的學員可免費再參加一次本單位后期組織的相同的專題培訓班（任意一期都可以）

官方聯(lián)系人/掃碼咨詢詳情

聯(lián)系人：鄭老師

電話：17320121837