东南大学崔铁军、游检卫团队AS：物理驱动的电磁超表面智能设计
MaterialsViews
2025-07-04 08:30
文章摘要
本文介绍了东南大学崔铁军与游检卫团队提出的一种数据-物理混合驱动的智能设计新范式，用于解决超表面设计中的计算复杂度高和数据依赖性强的问题。该方法通过将物理先验知识嵌入深度神经网络，显著提升了模型的可解释性和设计效率，同时降低了对大规模数据集的依赖。研究展示了该方法在多自由度复用超表面设计中的通用性和计算优势，并通过实验验证了其准确性和实用性。该方法在动态调控器件及多物理场协同设计等更具挑战性的场景中具有潜在应用价值。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
A double-blind, randomized, placebo-controlled test of the effects of cannabidiol on fear elicited by a 10% carbon dioxide-enriched air breathing challenge.
DOI: 10.1007/s00213-022-06258-7
Pub Date : 2025-07-01
Date: 2022/10/15 0:00:00
Choroid Plexus Fibroblast-ILC2 Niche Promotes Adult Hippocampal Neurogenesis after Traumatic Brain Injury.
DOI: 10.1002/advs.202415984
Pub Date : 2025-07-03
京公网安备 11010802042870号
