近日，电子科技大学自动化工程学院教授谢永乐的“电磁与声波测量”技术团队在电磁逆散射成像（EISI）领域取得重要进展。相关成果于12月8日发表于《IEEE天线与传播汇刊》。
团队针对传统计算电磁学方法计算复杂、深度学习方法缺乏物理可解释性与泛化能力弱等挑战，创新性地提出一种联合多物理约束的核化深度展开网络。该框架将深度学习的强大特征提取能力与物理模型的严谨性深度融合，为解决电磁逆散射这一高度非线性的不适定问题提供了全新、更高效且更可靠、可解释的解决方案。
电磁逆散射成像技术旨在通过分析目标散射的电磁波数据，“无创”地重建其内部的介电常数等物理属性分布，在医疗成像、工业无损检测、地球物理勘探等关键领域拥有广阔的应用前景。然而，该技术长期面临两大瓶颈：传统迭代优化算法（如对比源反演法CSI、子空间优化法SOM）计算成本高、对初值敏感且易陷入局部最优；而新兴的纯数据驱动深度学习方法则常被诟病为“黑箱”，其泛化能力有限，且重建结果可能违背基本的电磁物理定律。
为突破这些瓶颈，本团队提出的新方法新网络极大地提升了模型的表达能力与泛化性能。团队通过两组严苛的实验验证了新方法的性能，并将其与子空间优化方法（SOM）、核子空间优化方法（KSOM）以及SOM-Net深度展开网络进行了全面对比。
研究表明，联合多物理约束的核化深度展开网络，成功地在保持物理模型可解释性的同时，利用深度学习的优势，显著提升了电磁逆散射成像的精度、鲁棒性和泛化能力，为解决此类复杂的逆问题开辟了新的道路。其重建的感应电流和散射场与实际值高度吻合，均方根误差极低。这证明了联合物理约束策略的有效性，确保了重建结果不仅在图像上更清晰，在物理意义上也更准确。
相关论文信息：https://doi.org/10.1109/TAP.2025.3638825
12月16-17日，北京大学经济学院举办第六届“中国百所大学经济学院院长论坛”暨“首届孙尚清发展知识研究与交流奖颁奖典礼 近日，全国教育信创与密码行业产教融合共同体成立大会及新疆职业院校产教融合人才培养论坛于在乌鲁木齐举办。 航天 日前，高等教育数字化与课程思政建设研讨会暨中国高校财经慕课联盟首届“同课异构”教学竞赛颁奖典礼在对外经济贸易大学 ·星河动力C及C+轮融资11亿元人民币，资金将用于智神星一号可重复使用液体运载火箭技术研发以及相关生产、试验和发 文｜卜金婷 田瑞颖 《自然》近日发文警告，对人工智能（AI）的不当使用或将催生大量不可靠或无用的研究，导致可重复性 省教育厅关于下达2024年普通高校“专转本”计划的通知 苏教学函〔2023〕22号 各有关高校： 根据《省教育厅关于做好2024年 。本文链接：研究者为AI电磁成像装上“物理引擎”http://www.sushuapos.com/show-11-30069-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 柔性钠离子储能器件研发有新突破