机器学习在光子学设计中的应用与前沿进展

在人工智能与光子学设计深度融合的当下，机器学习正以前所未有的动力推动光子学领域的革新。从光子器件的逆向设计到超构表面和超材料设计，从光子神经网络到非线性光学与光子芯片，机器学习在光子学领域的应用广泛且深入。为促进相关领域的交流与发展，“机器学习赋能的智能光子学器件系统研究与应用”专题会议应运而生。

本次会议由北京软研国际信息技术研究院主办，互动派（北京）教育科技有限公司承办。会议聚焦于机器学习在光子学设计中的应用，旨在为科研人员、工程师及产业界人士提供一个深度交流与学习的平台。

会议特色鲜明，理论与实践紧密结合，通过实际案例分析和操作，使参会者能够深入理解并应用机器学习模型和框架到光子学器件与系统中。会议内容紧跟科学前沿，涵盖最新的光子学仿真设计手段、深度学习网络架构及其在光子学设计中的应用。同时，会议还提供了光子学仿真软件和Python编程语言的详细介绍，以及机器学习库和深度学习框架Pytorch的使用方法。

会议主讲人来自国家“双一流”建设高校、 “985 工程”“211 工程”重点高校。长期从事微纳光子学、光电子集成芯片、拓扑光子学、计算光子学以及深度学习与光子学交叉学科的研究，在国际知名期刊发表论文数十篇，并担任多个光子学期刊的审稿人。其丰富的研究经验和深厚的学术背景，将为参会者带来极具价值的分享。

会议内容丰富，涵盖光子学器件的主要设计目标和调控思路、基于优化算法的光子学逆向设计、机器学习基础概念、深度学习在微纳光子学中的应用等多个方面。其中，基于深度学习的光谱预测与逆向设计、基于机器学习的电磁近场预测和逆向设计等热点内容，将为参会者提供前沿的研究思路和方法。

会议将于2025年6月21日-22日、6月28日-29日线上举办，本次会议不仅为参会者提供了学习和交流的机会，还探讨了机器学习与光子学结合的未来趋势，如光子芯片制造、光学仪器增强和低功耗信息处理等，为光子学领域的发展提供了新的方向和思路。