浙江大学团队研制基于深度学习的“隐身衣”

消息称， 经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。

研究团队提出了新一代智能隐身系统框架；建立了一套完整的时域电磁仿真模型，通过揭示隐身的瞬态响应机制，用于验证想法的可行性；搭建电磁环境探测器和实验控制系统，设计智能电磁隐身材料，实验采集数据进行深度学习训练。

陈红胜教授认为，智能隐身成功地融合了新型电磁材料和人工智能等领域，与传统的适应性光学不同，智能隐身采用硬件的手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义。

浙江大学信息与电子工程学院2017级博士生钱超是论文的第一作者，陈红胜教授是论文的通讯作者，浙江大学为第一完成单位。合作者包括浙江大学郑斌副教授、沈炼博士、李尔平教授以及麻省理工学院沈亦晨博士和靖礼博士。