第一天：声学超材料的基本理论
1.1 声学超材料概述
1.1定义与特点
1.2研究背景与发展历程
2. 声波方程与晶格理论
2.1声波方程
2.2晶格与能带理论
3.有效介质理论与斯涅尔定律
3.1有效介质理论
3.2通用斯涅尔定律
4. 案例分析
4.1经典声学超材料案例
第二天：声学超材料的结构设计
1. 声学超材料的分类
1.1基于结构特征的分类
1.2基于声波响应的分类
2. 常见声学超材料结构
2.1局域共振型
2.2带隙型
2.3负折射率型
3. 结构设计方法
3.1设计原则与方法
3.2计算模拟与优化
4. 案例分析
4.1典型结构设计案例
第三天：声学超材料的仿真模拟
1.1 仿真软件介绍：
COMSOL Multiphysics
1.1建立声学超材料的三维模型
1.2声固耦合模块的使用
1.3设置材料属性和边界条件
1.4网格划分与求解设置
1.5结果分析与可视化
2. 案例分析
2.1基于COMSOL的声学超材料仿真案例
2.2低频隔声特性仿真
2.3声波透射与反射仿真
第四天：深度学习基础
第一部分：基础概率
L1-basic probability.pdf
1.1概率基础
1.2条件概率与
贝叶斯定理
第二部分：模型拟合与贝叶斯方法
L2-FittingSimpleModels.pdf
2.1简单模型的拟合方法
2.2线性回归与逻辑回归
L3-BayesianNetworks.pdf
3.1贝叶斯网络基础
3.2条件独立性与因果推断
L4-MarkovRandomFields.pdf
4.1马尔可夫随机场
4.2应用与推断
第三部分：推断与优化
L5-VariableElimination_BeliefPropagation.pdf
5.1变量消除与信念传播
5.2推断算法
L6-FactorGraph_JunctionTree.pdf
6.1
因子图
与连接树
6.2高效推断方法
L7-MixtureModels_EM.pdf
7.1混合模型与期望最大化算法（EM）
7.2应用案例
第四部分：时间序列与采样方法
L8-HMM.pdf
8.1隐马尔可夫模型（HMM）
8.2应用与推断
L9-MCMC.pdf
9.1马尔可夫链蒙特卡罗方法（MCMC）
9.2采样与推断
第五部分：高级主题
L10-VariationalBayes.pdf
10.1变分贝叶斯方法
10.2应用与优化
L11-PlanningAndInference.pdf
11.1规划与推断
11.2决策过程中的应用
L12-GPs.pdf
12.1
高斯过程
（GPs）
12.2应用与优化
第五天：深度学习在声学超材料结构设计方面的应用
1.1 深度学习基础
1.2深度学习概述
1.3定义与特点
1.4发展历程
1.5神经网络基础
1.6神经元与层
1.7前向传播与反向传播
1.8常见深度学习模型
1.9
卷积神经网络
（CNN）
1.10循环神经网络（RNN）
1.11生成对抗网络（GAN）
2. 深度学习在声学超材料中的应用
2.1深度学习在声学超材料设计中的应用
2.2结构优化
2.3性能预测
3. 深度学习在声学超材料制造中的应用
3.1制造过程监控
3.2缺陷检测
4.深度学习在声学超材料应用中的案例分析
4.1噪声控制
4.2声学隐身
