- 博客(10)
- 收藏
- 关注
RSS订阅原创 深度学习光学成像：从理论到实战！
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。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。4.通过多个案例的讲解，能够熟练的做自己的科研项目。球差、慧差、场曲、畸变、色差、深度学习图像超分辨率技术实践。深度学习图像去模糊技术实践。深度学习图像去雾技术实践。深度学习图像去雨技术实践。深度学习图像去雪技术实践。
2026-04-03 16:50:26
398
原创 重磅通知！建议所有做超表面的研究人员都去学一遍！太关键了！
2.2案例11.2：多层超表面优化----（根据发表在PHYSICAL REVIEW APPLIED上的论文）2.3案例1.3：光学中的连续谱束缚态(BIC) ----（根据发表在Phys Rev Lett上的论文）2.4案例11.4：模式转换器----（根据发表在ACS Photonics上的论文）1.基础理论。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）
2026-04-03 16:46:45
338
原创 5天掌握深度学习：从神经网络到物理AI实战！
通过深入学习，学员将能够将PINN技术应用于解决实际工程和科学问题，特别是在流体力学和热传递的耦合系统，以及电池健康状态预测等领域。通过分析和实践Burgers方程、流体遇阻行为、振动梁响应以及能量损失方法等案例，掌握如何将这些模型应用于流体力学中的粘性流体动力学问题和流体遇阻行为的研究，以及固体力学中的振动梁动力学问题和基于能量损失的载荷响应分析。流体绕过障碍物时的行为在工程和环境科学中非常重要，例如在设计建筑物、桥梁和飞机时预测和控制空气流动，以及在水处理和海洋工程中研究水流模式。
2026-04-02 14:32:56
307
原创 深度学习赋能有限元分析新突破！
深度学习有限元分析：系统地学习如何将深度学习技术与有限元分析（FEM）结合，在理论与实践中全面掌握核心概念和应用技能。将深入探讨有限元方法的基本原理，并结合 Python 、ABAQUS深度学习有限元方法和 FEniCS 实现偏微分方程的求解，确保能够扎实理解有限元分析的基础。除此之外，还将探索如何应用深度学习模型（如卷积神经网络）增强有限元分析的能力，特别是在复杂材料、非线性特征和几何问题中的应用。2.4深度学习案例与实操：深度学习技术迁移至有限元分析【代码+实操】
2026-04-02 14:25:20
537
原创 四天精通超导量子：从理论到AI设计全攻略
具体目标包括：深入理解超导物理机理，从传统BCS理论到高温超导的非声子机制，建立完整的超导理论基础体系；1.1系统阐述BCS理论的核心物理图像，包括电子-声子耦合机制、库珀对的形成过程、能隙函数的物理意义，以及这些概念在理解超导现象中的关键作用。2.2介绍新型超导材料的研究进展，包括铁基超导体的发现历程、氢化物高压超导的突破性进展，以及这些新材料在基础研究和应用领域的潜在价值。3.2深入讲解声子谱计算的具体方法和物理意义，包括电声耦合强度的计算流程、相关物理量的提取技巧，以及这些参数在超导研究中的重要性。
2026-04-01 15:13:50
607
原创 AI驱动MOF材料智能研发零基础指导！
课程致力于使学员能够独立运用Python生态工具完成MOF材料的结构解析、性能预测、逆向设计和合成优化，突破传统试错模式的效率瓶颈。通过16个渐进式实战案例的训练，学员将获得解决实际科研问题的能力，包括,但不限于：开发基于描述符的快速筛选工具、训练高精度性能预测模型、实现生成式逆向设计、构建贝叶斯优化实验平台等。MOF的特征表示：几何描述符（孔径、体积、表面积）、化学描述符（原子电荷、电负性、化学硬度）、能量描述符（静电势）的物理意义与计算方法。生成对抗网络的博弈论思想。
2026-04-01 15:03:12
456
原创 零基础下手！超表面设计与FDTD仿真最细攻略！
课程内容以完整算例为主线，涵盖超透镜、偏振无关多波长多焦点器件、莫尔变焦超表面、涡旋光束、计算全息等多个前沿方向，帮助学员在理解原理的同时，快速掌握不同应用场景下的设计策略与实现技巧。课程专门设置 gds 绘制专题，详细讲解基于结构参数、折射率监视器以及几何相位的通用 gds 脚本，实现从仿真模型到可加工版图的无缝衔接，满足科研论文与工程流片的实际需求。课程将结合Matlab、Python以及FDTD软件联合协同优化，更方便利用编程软件优化工具（算法工具箱、数学处理库等）对结构调整优化。
2026-03-31 17:22:59
487
原创 数据驱动合金设计：机器学习零基础实战指南！快速上手！
结合Mg合金可工业化生产的成分范围（如总合金元素含量上限）及热挤压工艺窗口（如温度上下限、设备能力限制）等工程约束，对模型的“数学可行解空间”进行裁剪，定义出物理上可实现、工艺上可操作的“工程可行设计域”。4. 习得多模态数据融合与面向工程的系统化设计能力：初步掌握融合成分、工艺、显微组织图像等多源异构数据的建模方法，并能够针对复杂的工程约束（如成本、多性能平衡、小样本）进行集成优化设计，最终形成可服务于航空航天、电子、能源等前沿领域高性能合金研发的实战能力。实现从“性能指标”到“设计方案”的自动映射。
2026-03-31 17:08:42
992
原创 机器学习赋能二维材料：从理论到实战！
案例简介：在案例10基础上，把求得的转角参数变成真正的双层石墨烯坐标文件，画出摩尔条纹示意图，让学生看到“角度—超胞—结构图”的完整链条。案例简介：对候选材料做直方图、散点图、箱线图、相关性热图，观察原胞大小、带隙、类别、层间距等变量的分布，训练“先看数据再建模”的习惯。案例简介：把案例17训练好的模型应用到更大的课程代码候选集，筛选出高热导与低热导材料清单，并输出排序表和展示图，完成课程闭环。现有基础：课程代码专门讨论了各向异性参数变大时收敛变慢，以及结合能与半径对 Nmax 的不同收敛特征。
2026-03-30 17:57:58
588
原创 数据驱动材料科学：AI分子动力学建模全解析！
以机器学习替代部分量化计算的思想为原型，构建小型回归模型，由几何特征预测 CD 光谱关键区段，训练并比较线性模型、随机森林和 MLP 的表现。可观测量的计算：从轨迹中统计计算热力学量（温度、压力、能量）、结构性质（RDF、均方位移）、动力学性质（扩散系数、粘度）等。构建新型纳米链结构与传统填料体系的对照数据，比较拉伸强度、损耗因子、滞后损失，突出工程材料设计中的强度—能耗双目标问题。基于对小分子多光谱联用的思路，完成是否含芳环、羰基、胺基等子结构的多标签分类任务，比较单光谱与多光谱融合效果。
2026-03-30 17:55:26
475
1
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