报告题目：AI for photonics and photonics for AI

报告人：肖君军教授  哈尔滨工业大学（深圳）电子与信息工程学院

报告时间：2020/11/20  上午10:10

报告地点：腾讯会议，会议 ID：493 120 550

报告摘要：机器学习为解决物理模型问题提供了有效的数学手段，近年来在许多领域都产生了重要影响和交叉融合，通过数据驱动方法将不同深度学习模型架构和特定“输入-输出”问题联系起来，在很多物理学问题的研究中取得了极大成功。本报告将简要介绍机器学习与人工智能方法在微纳光子学系统设计、优化与快速验证方面的应用,同时简要总结基于光子结构及片上微纳系统实现全光计算和模拟神经网络的可行性，报告将同时介绍我们应用贝叶斯优化方法进行光学不可见超表面、波束控制超表面优化设计，以及应用全连接神经网络进行太阳能模拟器滤波优化方面的一些研究进展。

报告人简介:肖君军，哈尔滨工业大学（深圳）电子与信息工程学院教授、博士生导师，香港中文大学博士（2006），深圳空天探测成像技术工程实验室主任，深圳物联网终端关键技术重点实验室副主任，曾先后任职于香港中文大学物理系、多伦多大学光学研究中心、香港科技大学蒙明伟纳米科技研究所、哈尔滨工业大学深圳研究生院。主要研究领域为微纳光子学和智能光信息处理，长期专注于微纳光子学基础前沿课题，新型光电子器件的智能设计，以及高分辨光学成像与精密光学检测技术的研究。已在Phys. Rev. Lett., Phys. Rev. B(A), IEEE Trans., Appl. Phys. Lett., Opt. Lett., Opt. Express, ACS Photonics等刊物上发表研究论文100余篇，参编英文专著2部，主持和完成国家及省市各类科研项目20余项，申请及获得国家发明专利40余项，实现了新型AMOLED显示产品高精度检测与修复的智能装备应用。

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。