近日，同济大学物理科学与工程学院王占山教授、程鑫彬教授团队，联合魏泽勇副教授、施宇智教授、严钢教授及新加坡国立大学仇成伟教授，提出混合概率采样网络（MPSN），攻克了结构色逆设计中的“一对多”映射难题。该网络在实现99.9%预测精度的同时，可输出多种可行的纳米结构方案。相关成果发表于国际光学顶尖期刊《光：科学与应用》。结构色利用纳米结构对光的散射与干涉呈现丰富色彩，在高清显示、信息加密等领域潜力巨大。然而，颜色与纳米结构间的复杂关系导致传统神经网络难以兼顾高精度与多解输出。MPSN框架串联混合密度网络与预训练前向网络，构成端到端的映射通路，通过多次采样生成候选结构，并筛选误差最小的样本进行反向传播，显著提升了训练稳定性与设计精度。在方形环-柱复合结构实验中，MPSN在测试集上实现了99.9%的预测精度，平均绝对误差低于0.002。研究团队还制备了16色色卡及三所机构徽标的结构色图像，实验测量结果与设计目标高度一致，色彩分辨率优于传统设计。该研究为纳米光子器件的逆设计提供了新范式，并可拓展至波导设计、等离子激元结构与零折射率超材料等领域。