针对集成芯片以及器件研发中的逆设计难题，开展了基于电磁场逆问题分析理论的器件逆设计方法研究，有效地解决了逆设计中的系列问题：提出了金属材料的伴随优化方法，实现了微波器件的尺寸、形状以及拓扑优化，将可优化参数量提升一个量级；提出了以近似算法结果为约束的空间介电常数快速反演，将逆设计过程中正向仿真次数减少3倍；针对机器学习应用于器件设计时的多设计值、谐振相似谱等问题，提出了优化混合密度网络、设计多域损失函数的方法，提升了机器学习逆设计的可用性；提出了可用于神经网逆设计的链路系统表示方法，实现链路拓扑连接关系的逆设计。相关研究成果发表于如IEEE Trans. Microw. THEORY Tech.，J. Light. Technol.，Opt. EXPRESS等中科院1区、2区期刊。

    主要研究内容：

1. 基于伴随法的高自由度器件优化算法；

2. 基于机器学习的器件及链路逆设计方法；

3. 物理约束神经网络逆设计方法；