钙钛矿电池大牛团队再发力，2篇Science+2篇Nature！真无敌了！

研究总结了钙钛矿太阳能电池的多晶界面特性、能量损失来源及钝化策略等，并进一步分析展望了高性能钙钛矿太阳能电池界面研究的未来发展方向。

研究展示了一种基于蒸发的氨基硅烷封装技术，可以将带隙介于1.6和1.8 eV之间的钙钛矿太阳能电池的光电压损失降低到约100毫伏（超过热力学极限的90%），这对串联应用至关重要。单独使用一级、二级或三级胺硅烷对钙钛矿的结晶度和电荷传输产生负面或微弱影响，但是含有一级和二级胺的氨基硅烷可使光致发光量子产率增加多达60倍，并保持长程传导。经过氨基硅烷处理的器件在85℃、大气相对湿度为50%至60%的全光谱阳光下，在开路条件下在环境空气中保持95%的功率转换效率超过1500小时。

研究报告了一种利用受阻尿素/硫代氨基甲酸酯键Lewis酸-碱材料(HUBLA)的动态钝化策略，其中具有水激活和热激活特性的动态共价键可以动态修复钙钛矿，以确保设备性能和稳定性。当暴露于湿气或热量时，HUBLA产生新的反应物，并进一步钝化钙钛矿中的缺陷。这种钝化策略实现了高性能设备，功率转换效率(PCE)达到25.1%。在85℃的N2环境下老化约1500小时，HUBLA设备保留了94%的初始PCE，并且在85℃、30%相对湿度(RH)的空气环境中老化1000小时后，保持了88%的初始PCE。

研究在室温下进行最大功率点跟踪，三结电池的T80时间为860小时。当电池在85℃的黑暗条件下受压时，它们表现出相当好的稳定性，在超过1200小时后平均保持约70%的初始效率。然而，当电池在更加速的条件下受压，即在85℃和一太阳光照下的开路电压时，本文观察到快速退化，T80时间仅为五个小时。这些结果表明，尽管本文的多结电池在环境条件下操作和在黑暗中加热时具有合理的稳定性，但为了达到在温度和光照结合下的稳定性，还需要进一步改进。总的来说，本文的工作是一个里程碑，其中大面积三结电池的效率接近双结电池。

在现代科技的浪潮中，光子学与电磁学作为关键的前沿领域，正经历着多学科交叉融合带来的深刻变革。从光子晶体到二维材料，从拓扑光子学到非厄米光学，这些新兴方向不仅拓展了光学的研究边界，也为解决实际问题提供了全新的思路和方法。然而，传统实验手段在面对复杂多物理场耦合问题时，往往难以高效地进行探索和优化。COMSOL多物理场仿真软件作为一种强大的工具，能够精确地模拟光与物质在多尺度、多物理场下的相互作用，为科研人员和工程师提供了从理论到实践的桥梁。

国际趋势方面，Nature Photonics、ACS Photonics等顶尖学术期刊持续聚焦“多物理场耦合”、“拓扑光子学”、“二维材料光学”等前沿研究方向，COMSOL技术与多学科知识融合驱动的光学创新研究正成为全球热点。由知名学者领衔的科研团队不断在超材料设计、光子器件优化、微纳结构仿真等方面取得突破性成果，推动着光学技术向更高精度、更广泛应用等目标加速迈进。

国家需求层面，我国在光通信、光信息处理、光学成像、光子芯片等领域的快速发展，对于能够掌握先进光学设计与模拟技术的人才需求日益迫切。《国家自然科学基金“十四五”发展规划》优先发展领域中明确提出“发展新材料、新架构、新机制的电路、射频模块及天线技术，探索高效电磁计算、电磁波智能调控方法、以及电子信息系统跨越发展新技术，服务国家电子信息产业发展战略。”

为了满足工业界和学术界对于融合光学、材料科学、电子科学和COMSOL技术多学科知识与技能的复合型人才的需求，也为解决大家在COMSOL学习过程中遇到的问题，特举办本次培训班。

本次培训会议主办方为北京软研国际信息技术研究院，承办方互动派（北京）教育科技有限公司。

★ 目录 ★

专题一

（详情内容点击上方名称查看）

2025年11月15日-11月16日

2025年11月22日-11月23日

专题二

（详情内容点击上方名称查看）

专题三

（详情内容点击上方名称查看）

2025年11月01日-11月02日

2025年11月08日-11月09日

专题四

（详情内容点击上方名称查看）

2025年11月22日-11月23日

2025年11月29日-11月30日

专题五

（详情内容点击上方名称查看）

2025年11月22日-11月23日

2025年11月29日-11月30日

专题六

（详情内容点击上方名称查看）

2025年12月06日-12月07日

2025年12月13日-12月14日

PART.01

培训对象

光子学与光电子学、无线电电子学、物理学、材料科学、电信技术、自动化技术、仪器仪表工业、电气工程、电力工业、计算机软件及计算机应用、工业通用技术及设备、生物医学工程、金属学、生物医学工程等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。

PART.02

讲师介绍

光学神经网络讲师

来自 “985 工程”“211 工程” 重点建设院校。在《ACS Photonics》《Journal of Lightwave Technology》等国际权威期刊发表学术论文数十篇，长期为 Laser & Photonics Review、Photonics Research、Journal of Lightwave Technology、IEEE JSTQE、Optics Express、Optics Letter 等光子学领域期刊承担审稿工作。

研究方向：涵盖光电子集成芯片、拓扑光子学、计算光子学，以及深度学习与光子学交叉学科等领域。

超表面设计讲师

讲师一：国内某985高校博士研究生，研究方向集中于超构表面多维调控，逆向设计，超构透镜设计与深度学习优化，以第一作者及主要作者身份在 Nano Letters, Laser & Photonics Reviews 等 SCI 期刊发表多篇论文，谷歌学术引用 130余次。

讲师二：博士毕业于海外高校，获得省高层次人才，主持数项国家自然科学基金。目前申请人共发表sci论文47篇，其中一作/通讯作40篇，包括《IEEE Transactions on Microwave Theory and Techniques》、《Carbon》、《Journal of Lightwave Technology》，《Science China Physics, Mechanics & Astronomy》、《Nanophotonics》、《IEEE Journal of Selected Topics in Quantum Electronics》、《Optics & Laser Technology》等多篇高水平论文。长期担任多个著名光子学期刊审稿人。

擅长领域：太赫兹超表面、超表面耦合、量子光学以及量子光学与光子学的交叉学科研究等。

COMSOL讲师

来自国家“双一流”建设高校 、“211工程”“985工程”重点高校老师。授课讲师有着丰富的COMSOL使用经验，以第一/通讯作者在《Nature Communications》、《 Physical Review Letters》、《Advanced Materials》等国际Top期刊发表论文数十篇。

擅长领域：微纳光子学、拓扑光子学、非厄米光子学、光芯片、电磁超材料器件等。

FDTD讲师

国内某985高校博士研究生团队，有着丰富的FDTD使用经验，研究方向集中于超构表面多维调控，超构透镜设计与深度学习优化，片上非厄米器件等。以第一作者及主要作者身份在Light: Science & Applications，Nano Letters, Laser & Photonics Reviews等 SCI 期刊发表多篇论文，谷歌学术引用共 210余次。

光学计算成像讲师

来自国家“985 工程”“211 工程”重点高校。在《ACS Photonics》、《Journal of Lightwave Technology》等国际知名期刊发表论文数十篇，担任Laser & Photonics Review, Photonics Research, Journal of Lightwave Technology, IEEE JSTQE, Optics Express, Optics Letter等光子学期刊审稿人。

擅长领域：计算光子学及深度学习与光子学的交叉学科研究等。

机器学习光子学讲师

来自国家“双一流”建设高校 、 “985 工程”“211 工程”重点高校。在《ACS Photonics》、《Journal of Lightwave Technology》等国际知名期刊发表论文数十篇, 长期担任Laser & Photonics Review, Photonics Research, Journal of Lightwave Technology, IEEE JSTQE, Optics Express, Optics Letter等光子学期刊审稿人。

擅长领域：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的交叉学科研究等。

PART.03

培训大纲

COMSOL光学仿真：光子学与电磁学应用案例解析与实战

（一）案列应用实操教学：

案例一

光子晶体能带分析、能谱计算、光纤模态计算、微腔腔膜求解

案例二

类比凝聚态领域魔角石墨烯的moiré 光子晶体建模以及物理分析

案例三

传播表面等离激元和表面等离激元光栅等

案例四

超材料和超表面仿真设计，周期性超表面透射反射分析

案例五

光力、光扭矩、光镊力势场计算

案例六

波导模型（表面等离激元、石墨烯等）本征模式分析、各种类型波导传输效率求解

案例七

光-热耦合案例

案例八

天线模型

案例九

二维材料如石墨烯建模

案例十

基于微纳结构的电场增强生物探测

案例十一

散射体的散射，吸收和消光截面的计算

案例十二

拓扑光子学：拓扑边缘态和高阶拓扑角态应用仿真

案例十三

二硫化钼的拉曼散射

案例十四

磁化的等离子体、各向异性的液晶、手性介质的仿真

案例十五

光学系统的连续谱束缚态

案例十六

片上微纳结构拓扑优化设计(特殊情况下，利用二维系统来有效优化三维问题)

案例十七

形状优化反设计：利用形状优化设计波导带通滤波器

案例十八

非厄米光学系统的奇异点：包括PT对称波导结构和光子晶体板系统等

案例十九

微纳结构的非线性增强效应，以及共振模式的多极展开分析

案例二十

学员感兴趣的其他案例

（二） 软件操作系统教学：

COMSOL

软件入门

初识COMSOL仿真——以多个具体的案例建立COMSOL仿真框架，建立COMSOL仿真思路，熟悉软件的使用方法

COMSOL软件基本操作

Ø 参数，变量，探针等设置方法、几何建模

Ø 基本函数设置方法，如插值函数、解析函数、分段函数等

Ø 特殊函数的设置方法，如积分、求极值、求平均值等

Ø 高效的网格划分

前处理和后处理的技巧讲解

Ø 特殊变量的定义，如散射截面，微腔模式体积等

Ø 如何利用软件的绘图功能绘制不同类型的数据图和动画

Ø 数据和动画导出

Ø 不同类型求解器的使用场景和方法

COMSOL

软件进阶

COMSOL中RF、波动光学模块仿真基础

Ø COMSOL中求解电磁场的步骤

Ø RF、波动光学模块的应用领域

RF、波动光学模块内置方程解析推导

Ø 亥姆霍兹方程在COMSOL中的求解形式

Ø RF方程弱形式解析，以及修改方法(模拟特殊本构关系的物质)

Ø 深入探索从模拟中获得的结果

（如电磁场分布、功率损耗、传输和反射、阻抗和品质因子等）

边界条件和域条件的使用方法

Ø 完美磁导体和完美电导体的作用和使用场景

Ø 阻抗边界条件、过度边界条件、散射边界条件、周期性边界条件的作用

Ø 求解域条件：完美匹配层的理论基础和使用场景、 PML网格划分标准

Ø 远场域和背景场域的使用

Ø 端口使用场景和方法

Ø 波束包络物理场的使用详解

波源设置

Ø 散射边界和端口边界的使用方法和技巧（波失方向和极化方向设置、S参数、反射率和透射率的计算和提取、高阶衍射通道反射投射效率的计算）

Ø 频域计算、时域计算

Ø 点源，如电偶极子和磁偶极子的使用方法

材料设置

Ø 计算模拟中各向同性，各向异性，金属介电和非线性等材料的设置

Ø 二维材料，如石墨烯、MoS2的设置

Ø 特殊本构关系材料的计算模拟(需要修改内置的弱表达式)

网格设置

Ø 精确仿真电磁场所需的网格划分标准

Ø 网格的优化

Ø 案列教学

COMSOL WITH MATLAB功能简介

Ø COMSOL WITH MATLAB 进行复杂的物理场或者集合模型的建立(如超表面波前的衍射计算)

Ø COMSOL WITH MATLAB 进行复杂函数的设置(如石墨烯电导函数的设置和仿真)

Ø COMSOL WITH MATLAB 进行高级求解运算和后处理

Ø COMSOL WITH MATLAB求解具有色散材料的能带

部分案例图展示：

FDTD Solutions仿真全面教程：超构表面与光束操控的前沿探索

目录

内容

FDTD基础入门

1、FDTD Solutions 求解物理问题的方法

1.1 FDTD与麦克斯韦方程

1.2 FDTD中的网格化

2、FDTD Solutions 特点与应用

3、FDTD功能与使用

Ø 主窗口——CAD人机交互界面

Ø 计算机辅助设计（CAD）模拟编辑器:主标题栏、工具条、实体对象树实体对象库、脚本提示与脚本编辑窗口

FDTD仿真流程

4、FDTD仿真通用流程

Ø 激励光源选择及设置（以左旋圆偏光的设置为例）

Ø 模拟的实体对象：基底、结构（Structures）的选择及设置

Ø 仿真区域及其设置（以区域大小设置及mesh选择为例）

Ø 不同监视器功能及使用（以超构表面频域功率监视器设置为例）

Ø 材料库与材料浏览器（以多晶硅与二氧化钛的数据导入为例）

Ø 模拟计算与分析：资源管理、运行模拟

Ø 结果分析：视觉化器使用Visualize、使用脚本进行高级分析

FDTD仿真实例

实例内容：

（一）设置Pancharatnam–Berry型超构表面结构，单元旋向及位置

（二）传输型超构表面单元的结构扫描与选取

（三）传输型超构表面的相位分布设置

（四）通过相位叠加螺旋相位模拟生成漩涡光

（五）超构表面的透过率/聚焦效率的分析

（六）不同偏振态的光入射下，验证传输型超构表面偏振不敏感性

（七）利用脚本由近场计算远场

（八）利用脚本的导出结果及MATLAB结果分析—偏振转换效率计算

（九）利用TFSF计算纳米结构散射场信息

（十）利用TFSF和自定义材料计算复合结构散射场信息

（十一）利用MATLAB计算结果及脚本设置超构表面—生成全息图形

（十二）利用导入光源进行任意光源设置

（十三）利用脚本构建波导结构

（十四）波导截面本征模式分析

（十五）光栅优化扫描设计

模拟论文复现

5、PB型超构表面设计：生成聚焦及涡旋光斑

----（根据发表在Science上的论文

6、PB型超构表面设计：生成Airy光束

----（根据发表在ACS NANO上的论文）

7、传输型超构表面设计：生成Airy光束

----（根据发表在Photonics Research上的论文）

8、等离子激元纳米结构光学特性以及有效介质理论计算复合结构的光学特性：量化散射截面与吸收截面（根据发表在ACS Nano上的论文）

9、渐变耦合双波导设计：波导本征模式转换

（根据发表在Physical Review Letters上的论文）

10 L型截面波导设计：不同偏振波导本征模式转换

（根据发表在Physical Review Letters上的论文）

部分案例图展示：

智能光学计算成像技术与应用

光学计算成像导论

1.计算成像的概念与现状

2.生活与科研中的典型应用场景

3.光学计算成像与计算摄影

4.深度学习增强的计算成像

图像基本概念及计算成像理论基础

1.颜色和光谱，图像在程序中的表示

2.图像传感器，成像物理模型与噪声

3.其他成像元件与光波波前分析方法

4.常见图像描述方法与图像处理流程

5.图像重构理论基础

6.一般计算成像逆问题与求解方式

Ø 实例：Poisson blending of image

机器学习及Python软件基础

1.机器学习基础概念

2.监督学习与无监督学习

3.常用算法简介（如线性回归、多层感知机等）

3.1 Python 编程基础

3.2 Python 环境搭建与工具介绍

3.3 基本语法与数据结构

3.4 矩阵运算库NumPy与GPU运算库Cupy

3.5 数据可视化工具（ Matplotlib 等）

3.6 深度学习框架 PyTorch 与TensorFlow

Ø 实践：用Numpy/cupy与matplotlib绘制分形图像

图像常用深度神经网络与PyTorch/TensorFlow实现

1.深度学习简介与神经网络基础概念

2.深度学习的基本原理与训练过程

3.常用基本深度网络模型简介

3.1全连接网络(FC）

3.2卷积神经网络（CNN）

3.3带历史记忆的网络（如RNN）

4.基于PyTorch与TensorFlow的几种神经网络构建

Ø 全连接网络

Ø 卷积神经网络

Ø U-Net

Ø Res-Net

Ø 实践：基本的全连接网络模型与卷积神经网络的搭建与训练

图像的神经网络表示与ADMM图像重构

1.神经表示（Neural Representations）与位置嵌入（Positional Encoding）

2.神经渲染（Neural Rendering）

3.学习式重构（Learned Reconstruction）与应用介绍

4.用ADMM算法来求解正则化逆问题

Ø 实践：用 ADMM 算法来重构图像

常见的计算成像应用

1.图像去噪与解模糊

2.空域编码-解码成像（压缩感知、单像素成像）简介

3.时域编码-解码成像（飞行时间、非视域成像）简介

4.无透镜成像

4.1无透镜成像的概念与基础

Ø 点扩散函数（PSF） 调控与无透镜成像: 散射成像实例

压缩感知和压缩编码成像

1.压缩感知与压缩成像理论

1.1基于多模光纤lantern的压缩计算成像讲解

Ø 实践：1D信号和2D图像的压缩感知重构

2.结构光照明和单像素成像理论

3.基于神经网络的单像素成像

3.1 基于神经网络的远场超分辨率鬼成像讲解

Ø 实践：基于多模光纤超快脉冲的单像素探测超快成像

高光谱成像

1.高光谱成像简介与理论知识

2.神经网络光谱成像

Ø 案例：具有高空间分辨率的宽带高光谱图像传感器（实践网络重构部分）

微纳光学计算成像

1.超构表面与微纳光学增强的计算成像简介

2.超构表面与相位获取成像

Ø 实例讲解：纳米光学高质量超构透镜成像（实践图像重构部分）

端到端光学算法联合设计

1.一般图像系统设计

2.端到端光学和图像处理系统设计

Ø 案例讲解：端到端的基于深度学习的散射介质散斑计算成像

Ø 综合实例讲解： 用一个纯相位镜头的灰度图像到高光谱图像（超光谱/解模糊/深度学习/点扩散函数设计/压缩成像）

部分案例图展示：

机器学习赋能的光子学器件与系统：从创新设计到前沿应用

课程针对光子学方面的从业科研人员及开发者，希望了解和实践在集成光学/空间光学方面的器件、系统与智能算法及与机器学习结合的应用。课程通过对光子学与机器学习的交叉学科理论讲解与结合案例实操的技术讲解，衔接常见机器学习模型及框架的使用与各种光学器件和系统在理论与实际应用中的间隔。课程特点：以经典和前沿的文献案例为索引，辅以设计的案例操作与案例分析，从基础到提高，启发学习者获得思路上的提升，以期获得自主思考与新课题设计能力。案例涵盖 Science 等顶刊（开阔视野）与科研中较为实用的期刊（Nature communication, Advanced material）精选难度适中的工作，便于快速掌握及取得成果，利于短期及中长期的科研和开发流程。动态穿插讲解前沿进展应用，抛砖引玉，增进对于机器学习在光子学中的应用的深度理解。

案例一机器学习光子学导论

1.1 空间光学系统与集成微纳光子学系统简介

1.2 为什么要在光学系统中引入机器学习方法

1.3 人工智能和机器学习方法的基本概念与历史

1.4 机器学习方法在光子学设计中的应用案例简介

1.5 基于光子学器件搭建的光学神经网络应用简介

光子器件仿真软件基础与基于优化方法的器件逆向设计

2.1 光子学器件的主要设计目标和调控思路

2.2 Ansys optics 光子学仿真软件操作简介与使用技巧

案例操作：基于双贝塞尔曲线的紧凑多模光学波导弯曲

案例操作：片上米散射结构色超构表面单元仿真

2.3 时域有限差分算法（FDTD）与空间传播器件模拟方法

案例操作：传播相位与几何相位超构单元仿真与平面超构透镜设计

2.4 片上波导器件仿真与片上超构光学器件设计

案例操作：片上的超构单元仿真与光学参数提取

2.5基于优化算法的光子学逆向设计

2.5.1 光子学逆向设计的概念与历史

2.5.2 基于粒子群算法的启发式光子学器件优化

案例操作：基于粒子群算法的光分束器设计

2.5.3 扩展：其他启发式优化方法简介

2.5.4 基于梯度方法的光子学器件拓扑优化

案例操作：基于拓扑优化方法的分束器设计

机器学习简介与 Python机器学习编程基础

3.1 机器学习基础概念

3.2 监督学习与无监督学习

3.3 简单常见机器学习算法简介（如线性回归、SVM 等）

3.4 Python 编程基础

Ø Python语言与特点简介

Ø 基本语法与特色数据结构（列表，元组，字典）

Ø Numpy 科学计算库的使用

Ø 数据可视化工具Matplotlib 的使用

案例操作：绘制函数与分形图形

3.5 深度学习框架 Pytorch和Tensorflow简介

案例操作：回归算法的实现

常用的深度神经网络简介与 Python 实现

4.1 深度学习简介

4.2 神经网络基础概念与结构

4.3 深度学习的基本原理与反向传播算法

4.4 常用深度网络模型简介

Ø 全连接网络(FC）

Ø 卷积神经网络（CNN）

Ø 带历史记忆的网络（如 RNN）

4.5案例操作：基于 Python 的几种神经网络实现

Ø 全连接网络

Ø 卷积神经网络

Ø U-Net

4.6案例操作：一个手写数字识别网络模型的搭建与训练

深度学习在微纳光子学中的应用

5.1 微纳光子器件的基本原理与常见结构

5.2 基于深度学习的光谱预测与逆向设计

案例分析：一维的和二维的全介质和金属SPR 材料的光谱预测

案例操作：级联网络的超构表面单元的光谱预测与逆向设计

5.3 基于机器学习的电磁近场预测和逆向设计

案例分析：大面积超构表面的近场预测与逆向设计

5.4 基于深度学习的超构单元生成

案例操作：基于生成-对抗网络的自由超构表面单元生成

深度学习在多种光学系统中的应用

6.1 深度学习在多样化的光学系统中的应用简介

6.2 深度学习在计算成像中的应用

案例操作：基于深度学习的非线性光纤单像素超高速成像

6.3 深度学习在图像处理中的应用

光子学器件构建的光学深度神经网络与应用

7.1 光子学器件构建的光学神经网络与应用

7.2 主动网络：光学矩阵-向量乘加运算器与光学神经网络加速器

7.3 被动网络：衍射光学神经网络

案例操作：基于片上衍射神经网络的超构光学器件用于图像分类

案例分析：基于衍射神经网络的太赫兹光学处理器（Science）

7.4 光学神经网络的优势与挑战总结

机器学习与光子学的更多应用介绍与未来展望

8.1 深度学习增强微纳光学芯片制造

案例分析：通过机器学习优化工艺容差与器件性能

8.2 深度学习后处理——光学测量功能增强

案例分析：基于深度学习的高分辨红外热波段雷达

8.3 非典型机器学习系统——万物皆可机器学习（Nature）

* 主要为最新应用进展简介 —根据课程时间及进度灵活更新

部分案例图展示：

PART.04

培训特色

光学神经网络专题

1. 精准面向光学领域从业科研人员及开发者，聚焦其在集成光学 / 空间光学方面构建光学神经网络与智能系统的知识需求与实践诉求。

2. 以当前 state of art 光学神经网络的工作为主线，紧密围绕前沿动态展开教学，确保学习者接触到领域内最先进的成果。

3. 采用前沿论文导读、核心知识点与仿真方法拆解与实践、相关热点工作介绍与头脑风暴相结合的教学模式，层次清晰且互动性强。

4. 涵盖空间光衍射神经网络、片上衍射神经网络、光学矩阵 - 向量乘法器与光学深度神经网络等多类关键内容，知识体系全面且深入。

5. 通过理论学习、实践操作和启发式扩展相结合的方式，着力增强学习者对理论和应用的整合能力及创新思考能力。

6. 助力学员深度理解光学器件在神经网络与人工智能应用（Photonics for AI）中的作用，提升其在该交叉领域的认知水平。

COMSOL光电专题

1. 基础入门阶段采用Step by step的教学方式带着做具体的案例，在案例中学习COMSOL应用必备技能，帮助学员快速掌握COMSOL的仿真框架，建立正确的仿真思路。

2. 通过模块详解掌握各种边界条件和域条件的设置方法和技巧，区分每个边界条件或域条件应该在什么场景中应用。

3. 掌握精确仿真电磁场所需的网格划分标准及优化技巧，深入探索从模拟中获得的结果（如分析设计方案中的电磁场分布、功率损耗、传输和反射、阻抗和品质因子等），对光子器件、集成光路、光波导、耦合器、光纤等设计进行优化。

4. 应用COMSOL WITH MATLAB 进行复杂物理场的建立或者集合模型的建立，如超表面波前的衍射计算、石墨烯电导函数的仿真、具有色散材料的能带求解等。

5.整个课程通过多个场景案例的应用讲解，了解借助 COMSOL在理想或多物理场环境下分析、评估、预测射频、微波和毫米波等行业中涉及的器件的性能的方法，使设计满足当前和未来发展。

FDTD专题

1.课程内容系统全面：课程涵盖FDTD基础入门、功能使用、仿真流程、实例操作以及论文复现等多个模块，从理论知识到实践操作，再到前沿应用，形成一个完整的知识体系。

2.紧贴行业实际需求：紧密围绕行业热点和实际应用场景展开，如超构表面设计、光束生成与调控、等离子激元纳米结构光学特性分析等，帮助学员将所学知识直接应用于实际工作，解决实际问题，提高工作效率和创新能力。

3.师资力量雄厚：由在光学、电磁学等领域具有丰富经验的人员授课，他们不仅对FDTD技术有深入的理解和掌握，还熟悉行业动态和发展趋势，能够为学员提供专业、精准的指导和解答。

机器学习光子学专题

1.理论与实践结合：课程不仅讲解理论知识，还通过案例实操，如仿真设计手段和基于Python的机器学习框架，使学员能够将理论应用于实践。

2.实践操作与案例分析：课程强调通过实际案例分析和操作，使学员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。

3.前沿技术与应用：课程内容紧跟科学前沿，包括最新的光子学仿真设计手段、深度学习网络架构，以及它们在光子学设计中的应用。

4.软件工具与编程基础：课程提供了光子学仿真软件（如Rsoft, Ansys optics）和Python编程语言的详细介绍，包括机器学习库和深度学习框架Pytorch的使用。

5.深度学习在光子学中的应用：特别强调深度学习技术在微纳光子学、计算成像和图像处理等领域的应用，以及如何通过深度学习进行光谱预测和逆向设计。

6.未来技术趋势与展望：课程不仅介绍了当前的技术应用，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。

PART.05

报名须知

光学神经网络与人工智能应用

2025年11月15日-11月16日

2025年11月22日-11月23日
在线直播（授课四天）

COMSOL光学仿真全面教程：光子学与电磁学应用案例解析与实战

2025年11月01日-11月02日

2025年11月08日-11月09日
在线直播（授课四天）

FDTD Solutions仿真全面教程：超构表面与光束操控的前沿探索

2025年11月22日-11月23日

2025年11月29日-11月30日
在线直播（授课四天）

智能光学计算成像技术与应用

2025年11月22日-11月23日

2025年11月29日-11月30日
在线直播（授课四天）

机器学习赋能的智能光子学器件系统研究与应用

2025年12月06日-12月07日

2025年12月13日-12月14日

在线直播（授课四天）

报名费用

（含报名费、培训费、资料费）

课程名称

价格（元）

光学神经网络专题

4500

超表面逆向设计专题

4500

COMSOL光电专题

4300

FDTD 专题

4300

光学计算成像专题

4500

机器学习光子学专题

4500

优惠一：
COMSOL光电、FDTD专题、光学计算成像专题、机器学习光子学专题2025年9月9日前报名缴费可享受200元早鸟价优惠；

优惠二：
凡老学员推荐报名者，可享受额外200元优惠；

增值服务

1、凡报名学员将获得本次培训电子课件及案例模型文件；

2、培训结束可获得本次所学专题课程全部无限次回放视频；

3、参加培训并通过试的学员，可以获得：主办方北京软研国际信息技术研究院培训中心颁发的专业技能结业证书；

联系方式