报告主题：微纳光学器件与机器学习神经网络

报告 人：胡竞天 博士

报告时间：2022年10月27日（周四）上午10:00 -11:00

报告地点：腾讯会议会议号：195430498密码：4399

邀请 人：乔文 教授

报告人简介：

胡竞天博士在加州大学洛杉矶分校电子工程系Aydogan Ozcan教授课题组从事博后研究，他于2013年在伊利诺伊大学厄本那香槟分校取得材料科学与工程专业本科学位，2019年在西北大学获得材料科学与工程专业博士学位，师从Teri W. Odom，期间从事微纳光子器件与计算科学的交叉学科研究，包括超表面的逆向设计、动态重构以及光学成像的智能分析，现今在Ozcan团队研究AI光学神经网络，包括开发用于加工超表面神经网络的微纳制造技术，以及用于实现超分辨成像与显示的光电神经网络。发表一作文章包括ACS Central Science, ACS Nano等，荣获国际纳米技术研究所杰出青年学者奖、西北大学希拉德奖、 国家优秀自费留学生奖学金等奖项。

报告摘要：

光学器件的小型化、智能化成为近年主流发展趋势，诸如智能手机等便携设备通过与深度学习算法的结合，不仅能极大提升摄影性能，也可以搭载光学检测模块以增添包括环境监测、实时安检、即时诊断在内的重要功能。然而，此类技术的发展尚有瓶颈问题：硬件层面上，小型化光学元件的功能单一，无法满足便携设备的应用的需求；软件层面上，现有深度学习神经网络的功能多样化、可靠性不断变强的同时，模型中参数数量急剧增加，对计算能力、磁盘空间等的需求难以被智能设备有限的算力和体积满足。胡竞天博士长期从事微纳光学与计算科学的交叉学科研究，基于前沿等离子体光学现象，通过设计与加工方法的创新，实现包括消色差、高强度等性能卓越的超表面光学元件。同时将卷积神经网络引入生物成像研究，能够在光学显微镜下克服衍射极限并实时追踪纳米颗粒的三维旋转。胡竞天计划进一步推进新型衍射神经网络与超表面的结合，推进光学元件自身的智能化，使其具有分类、成像等能AI功能，同时减少数字神经网络的功能。