个人简介：林丰涵博士2019年获新加坡国立大学博士学位（校长荣誉），现任上海科技大学信息科学与技术学院研究员、助理教授（博导）。研究方向包括模式与结构电磁学、天线与电磁散射、高频电子电路、人工智能辅助电磁发现设计、脑机接口。他是IEEE APS教育委员会委员和EuAAP青年工作组委员，服务多个国际会议程序委员会，获国际论文奖十余项，入选国家优秀自费留学生、临港求索杰出青年、上海市高层次人才引进计划等，承担参与国家纵向项目5项。议题简介：电磁超构表面是由平面亚波长散射单元组成的二维序构阵列，通过对组成超构表面的单元的精细设计，可以实现对电磁波的反常任意调控，如可控的电磁带隙、表面波色散、可重构智能反射面等。然而，传统的超构表面单元设计过程依赖于设计师的经验和大量的数值模拟及优化，这不仅耗时巨大，设计成功率难以保证，设计的通用性也受到限制，这些因素制约了电磁超构表面技术的广泛应用和新颖性的涌现。本次报告将探讨如何利用生成式机器学习技术来革新电磁超构表面的设计方法，以期提高设计效率、确保设计成功率、增强通用性、促进电磁新发现加速。报告将详细介绍机器学习在电磁超构表面逆向设计中的应用，包括逆向设计的工作流程与数据准备，并通过反射型超构表面和贴片天线的实际设计案例来展示设计过程和优点。最后，我们将展望这一领域未来的发展方向和潜在挑战，以及如何通过机器学习进一步推动电磁超构表面技术的创新和应用。