关于天线和传播的IEEE交易刚刚宣布了即将发表的特刊，该问题将于2021年11月出现在人工智能上：实时反向散射和电磁成像中的新边界，将由Manuel Arrebola，Maokun Li，Marco Salcolci编辑。请查找以下其他信息和重要日期，然后访问专用网页以获取提交程序。 （marco.salucci@unitn.it）概述和解决物理世界中的复杂问题一直是人类的聪明努力。此外，人工智能的研究体现了设计机器等人类的梦想。深度学习研究（DL）技术在许多应用领域都引起了很多关注。在大数据技术，大量并行计算和快速优化算法的帮助下，DL在语音和图像研究，动力运输网络或生物电动磁学等人等人等人的表演和图像研究中大大提高了许多问题的表现。如今，DL在天线和繁殖社区中迅速出现，是解决高复杂性电磁逆散射（IS）的极强大范式（IS），以及具有前所未有的计算效率的成像问题，而无需降低准确性和可靠性。事实上，DL是实现具有实时估计性能的准确像素方向重建的一种有希望的解决方案，这是许多应用中的理想功能，例如生物医学成像，艺术和考古检查，工业非破坏性测试和评估，槽 - 孔 - 墙壁成像成像以及地下表面成像。随着DL技术的传播，学习能力的提高可能会使机器可以从大量物理数据中“学习”，并“掌握”物理