基于超构光学的角度复用多任务衍射学习机

DNNsolver提出基于深度学习的偏振敏感衍射神经网络建模方法，解决传统薄元件近似无法捕捉层内电磁耦合的问题，提升高密度光学计算建模精度与效率。

提出DNNsolver框架，通过深度学习方法实现偏振敏感衍射神经网络的高精度高效建模范式，解决传统薄元近似无法捕捉层内电磁耦合的问题。

DNNsolver提出基于深度学习的衍射神经网络建模方法，解决偏振敏感高密度DNN中电磁层内耦合的精准高效仿真难题。

针对OFDM-ISAC系统中被动窃听者利用通信信号进行未授权感知的隐私风险，提出基于几何星座成形（GCS）的感知隐私增强框架，揭示星座依赖测距性能具有接收机特异性。

面向双径电磁传播下的窄带相干分布式多输入多输出网络，实现单快照三维纯相位定位。