COMSOL多物理场仿真因其高效计算和多场耦合分析特性，已成科研与工程建模/计算的利器。将COMSOL仿真引入实验中，可视化处理与实验数据相结合，大大强化了文章的说服力与新颖性。
FDTD作为一款强大的电磁仿真软件，已经成为光学、光子学、等离子体光学等领域不可或缺的研究手段，尤其在超表面、光学设计、超构材料、光电器件等方面。
在人工智能与光子学设计融合的背景下，科研的边界持续扩展，创新成果不断涌现。从理论模型的整合到光学现象的复杂模拟，从数据驱动的探索到光场的智能分析，机器学习正以前所未有的动力推动光子学领域的革新。
为了满足广大科研人员对深度学习与光子学设计/COMSOL/FDTD深入学习与高效应用的需求，特举办“FDTD Solutions仿真全面教程：从基础入门到论文复现”、“机器学习赋能的智能光子学器件系统研究与应用”及“COMSOL Multiphysics多物理场仿真技术与应用-光电专题（四十期）”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，承办方为互动派（北京）教育科技有限公司，会议会务合作单位为北京中科四方生物科技有限公司，相关事宜通知如下：
专题一 (直播4天) | FDTD Solutions仿真全面教程：从基础入门到论文复现 （详情内容点击上方名称查看） 2024年9月07日-9月08日 2024年9月14日-9月15日 | |
专题二 (直播4天) | （详情内容点击上方名称查看） 2024年9月15日-9月16日 2024年9月21日-9月22日 | |
专题三 (直播4天) | （详情内容点击上方名称查看） 2024年09月21日-09月22日 2024年09月28日-09月29日 | |
培训对象
材料科学、机械工程、计算机工程、建筑科学、土木工程、电子工程、航空航天、光电工程、物理学、微纳光学、超构材料、光通信、光电子器件及自动化技术等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。
培训讲师
1
由毕业于德国海德堡大学和马普学会光学研究所，现就职于国内某高校的教授带领团队讲授，多年来一直致力于纳米光子学的相关研究。授课讲师有着丰富的FDTD使用经验。在《ACSNano》、《Laser & Photonics Reviews》、《Advanced Optical Materials》、《PhotonicsResearch》、《Nanophotonics》等国内外学术刊物上发表论文近五十篇。
擅长领域：超构表面、表面等离子体、光存储、医学光学等方向。
2
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。
3
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。
培训大纲
FDTD Solutions仿真全面教程：从基础入门到论文复现
（一）软件操作系统教学 | ||
FDTD Solutions入门 | 1.FDTD求解物理问题的基本原理 1.1 FDTD与麦克斯韦方程组的关系 1.2 FDTD中的网格化技术 1.3 FDTD核心特点 2.FDTD Solutions功能与使用 2.1 主窗口及CAD人机交互界面 2.2 CAD模拟编辑器组件详解 2.2.1 主标题栏与工具条的使用 2.2.2 实体对象树与实体对象库管理 2.2.3 脚本提示与脚本编辑窗口实践 | |
FDTD 仿真全流程实操 | 3.激励光源选择与配置实例（以左旋圆偏振光设置为例） 4.实体模型设定：基底与结构元件的选择及参数调整 5.仿真区域界定与网格划分策略（以区域大小设置及mesh选择为例） 6.监视器类型与应用实例（以超构表面频域功率监视器设置为例） 7.材料库与数据导入（以多晶硅、二氧化钛的数据导入为例） 8.模拟计算与分析：仿真执行与资源管理 9.结果分析与可视化手段（Visualize工具与脚本高级分析） | |
（二）案例应用教学及论文复现 | ||
Pancharatnam-Berry型超构表面结构设计与旋向控制 | ||
传输型超构表面单元结构扫描与筛选 | ||
超构表面相位分布设定及模拟螺旋相位光束 | ||
分析超构表面透过率、聚焦效率 | ||
验证传输型超构面在不同偏振态的光入射下的不敏感性 | ||
近场到远场转换的脚本实现 | ||
利用脚本的导出结果及MATLAB结果分析偏振转换效率计算 | ||
TFSF计算纳米结构散射场特性 | ||
利用TFSF和自定义材料计算复合结构散射场信息 | ||
MATLAB配合脚本设计超构表面全息图形 | ||
自定义任意光源设置与模拟 | ||
利用脚本构建波导结构模型 | ||
波导截面本征模式分析 | ||
等离子激元纳米结构光学特性及有效介质理论计算复合结构的光学（ACS NANO论文） | ||
PB型超构表面设计生成聚焦及涡旋光斑（Science论文） | ||
PB型超构表面设计生成Airy光束（ACS NANO论文） | ||
传输型超构表面实现Airy光束设计（Photonics Research论文） | ||
渐变耦合双波导设计中波导本征模式转换（Physical Review Letters论文） | ||
L型截面波导设计中不同偏振波导本征模式转换（Physical Review Letters论文） | ||
部分案例图示：
机器学习赋能的智能光子学器件系统研究与应用
课程背景 | ||
课程针对希望了解和掌握在集成光学/空间光学方面的器件、系统和算法结合应用的科研人员及开发者。课程主要为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，以期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实际应用中的间隔。先介绍常用的光子学仿真设计手段与基于 Python 语言的机器学习框架，讲解机器学习的基本算法与当前实用的几种深度学习网络架构，并结合前沿的文献案例进行示例演示与练习，案例涵盖 Science 等顶刊（开阔视野）与科研中较为实用的期刊（难度适中，便于快速掌握及取得成果），有利于短期及中长期的科研和开发流程。最后针对讲解当前最新的前沿进展应用，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。 | ||
智能光子学绪论 | 1.1 空间光学系统与集成微纳光子学系统概论 1.2 机器学习和人工智能的基本概念与发展历程 1.3 机器学习方法在光子学设计中的应用简介 1.4 光子学器件构建神经网络的应用简介 | |
光子学器件仿真软件基础与器件逆向设计 | 2.1 光子学器件的主要设计目标和调控方法 2.2 Rsoft, Ansys optics 光子学仿真软件介绍与基本操作 2.3 时域有限差分方法与空间光场模拟 案例分析：传播相位与几何相位超构单元仿真与器件库提取与二维超构透镜设计与传播光场仿真 2.4 波导器件仿真与片上光学系统设计 案例分析：片上的超构单元仿真与光学参数提取 2.5 基于仿真软件的光子学逆向设计 Ø 光子学逆向设计的概念 Ø 基于粒子群算法的光学器件优化 Ø 基于伴随方法的光子学器件优化 案例分析：基于粒子群方法的耦合器设计 | |
机器学习方法简介与 Python 软件基础 | 3.1 机器学习基础概念 3.2 监督学习与无监督学习 3.3 简单常用算法简介（如线性回归、SVM 等） 3.4 Python 编程基础 Ø Python 环境搭建与工具介绍（如 Jupyter Notebook） Ø 基本语法与数据结构 Ø NumPy 等库的使用 Ø 数据可视化工具（如 Matplotlib 等） Ø 深度学习框架 Pytorch 简介 | |
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训练过程 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 案例分析：基于 Python 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 4.6 一个基本的全连接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：介质超构表面的近场调控设计 5.4 基于深度学习的超构单元生成 案例分析：基于生成-对抗网络的电磁调控结构定制化生成 | |
深度学习在其他光学系统中的应用 | 6.1 深度学习在多样化的光学系统中的应用概述 6.2 深度学习在计算成像中的应用 案例分析：深度学习增强的非线性光纤单像素成像系统 6.3 深度学习在图像处理中的应用 | |
光子学器件赋能的深度神经网络应用 | 7.1 光子学器件在深度学习中的应用概述 7.2 基于光学矩阵-向量相乘的卷积加速器 7.3 衍射光学神经网络 案例分析：基于片上衍射神经网络的超构光学系统用于图像分类 7.4 光学神经网络的优势与挑战 | |
机器学习与光子学的高阶应用介绍与未来展望 | 8.1 深度学习赋能光子芯片制造 案例分析：通过机器学习优化工艺容差与器件性能 8.2 机器学习赋能的传统光学仪器增强 案例分析：基于深度学习的高分辨红外热波段雷达 8.3 光子学硬件赋能的低功耗信息处理 案例分析：基于衍射神经网络的太赫兹光学处理器（Science） 8.4 非典型机器学习系统——万物皆可机器学习（Nature） | |
部分案例展示：
COMSOL 多物理场仿真技术与应用-光电专题（四十期）
（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 | ||
部分案例图示：
培训特色
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、通过分模块详解：掌握各种边界条件和域条件的设置方法和技巧以及网格划分标准及优化技巧。
3、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、预测医学、机械和通信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。
4、全面覆盖基础知识与高级应用：课程涵盖从软件界面操作到复杂仿真流程的所有关键环节，再到前沿科研案例分析，形成完整的知识体系。
5、丰富实战案例与论文复现：涵盖众多热门研究主题，囊括多个极具代表性的科研案例，助力学员运用FDTD解决实际问题的能力。学员将学习如何运用FDTD复现实验论文中的仿真结果，加深对科研成果的理解，同时提高自身在撰写和发表高质量学术论文方面的竞争力。
6、个性化与脚本编程：强调脚本编程在仿真过程中的重要作用，帮助学员掌握如何通过脚本实现复杂结构定义、参数扫描、结果可视化与数据分析。
7、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；提供了光子学仿真软件（如Rsoft, Ansysoptics）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。
☆往期学员评价：
报名须知
时间地点
FDTD 专题
2024年9月07日-9月08日
2024年9月14日-9月15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
2024年9月15日-9月16日
2024年9月21日-9月22日
在线直播（授课四天）
COMSOL光电专题
2024年09月21日-09月22日
2024年09月28日-09月29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） | |
FDTD 专题 | 4300 | |
机器学习赋能的智能光子学器件系统研究与应用 | 4500 | |
COMSOL光电专题 | 4300 | |
优惠一：
COMSOL光电、FDTD专题、机器学习光子学专题2024年8月9日前报名缴费可享受200元早鸟价优惠（仅限前十名）；
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、凡报名成功学员将获得该培训电子课件/书本教材及案例模型文件；
2、培训结束可获得所学专题课程全部无限次回放视频；
3、参加培训并通过考试的学员，可以获得：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
