基于深度学习实现多功能声超构表面反向设计的研究数据集

本数据集主要面向深度学习实现多功能声超构表面反向设计的研究，基于训练好的深度学习神经网络模型，利用python对目标响应声超构表面进行预测。具体包括基于深度学习模型预测的不同目标响应的声超构表面结构数据。基于深度学习得到的声学结构的声学扫场实验数据。数据量为10.3 MB。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于利用深度学习实现多功能声超构表面的反向设计，包含了基于神经网络模型预测的声超构表面结构数据以及相应的声学扫场实验数据，总数据量约为10.3 MB，以txt、xlsx和pdf格式存储。