• معرفی (17)
  • تصویربرداری مایکروویو (18)
    • روش‌های تصویربرداری مایکروویو (18)
    • مسئله پراکندگی معکوس الکترومغناطیسی (20)
  • یادگیری ماشین (24)
    • یادگیری عمیق (25)
  • یادگیری ماشین در تصویربرداری مایکروویو (27)
  • حل مسئله معکوس الکتروستاتیک با یادگیری عمیق (31)
  • بیان مسئله و دستاوردهای رساله (36)
  • ساختار رساله (38)
• یادگیری مسئله پراکندگی معکوس (39)
  • بیان فیزیکی مسئله پراکندگی (39)
  • پیش‌پردازش فیزیکی (42)
    • روش پس‌انتشار (43)
    • تجزیه مقادیر ویژه (44)
  • تابع هزینه فیزیکی (46)
  • مدل فیزیک‌پایه (46)
  • شبکه‌های مولد در استفاده از اطلاعات پیشین (52)
  • نتیجه‌گیری (53)
  • جمع‌بندی (54)
• بیان صریح مسئله پراکندگی (56)
  • فرمول‌بندی نیمه‌صریح مسئله پراکندگی مستقیم (56)
    • تقریب برای تغییرات کوچک ضریب عایقی (63)
    • محاسبه ژاکوبین به کمک رابطه نیمه‌صریح (66)
    • بیان نیمه‌صریح در حل مسئله معکوس (69)
    • استفاده از یادگیری عمیق (71)
  • بیان ‌صریح فیزیکی در یادگیری عمیق (73)
  • جمع‌بندی (75)
• تقریب‌های خطی در حل مسئله پراکندگی (76)
  • حذف اثر برهم‌کنش پراکنده‌گرها (76)
    • طراحی الگوریتم یادگیری (80)
  • یادگیری داده‌محور با سری بورن (83)
    • سری بورن (83)
    • ارائه سری همگرا مبتنی بر یادگیری (84)
    • آموزش شبکه‌ها (86)
    • نتایج (88)
    • توزیع‌های هندسی پیچیده (96)
  • جمع‌بندی (97)
• یادگیری عمیق در استفاده از اطلاعات پیشین (98)
  • اطلاعات پیشین در حل مسئله معکوس (98)
    • در روش‌های غیرتکراری (99)
    • در روش‌های تکراری (101)
  • وارد کردن مستقیم اطلاعات پیشین در الگوریتم یادگیری (102)
    • اطلاعات پیشین دقیق (103)
    • اطلاعات پیشین تقریبی (106)
  • اطلاعات پیشین در تصویربرداری با تباین بالا (109)
    • کاهش ابعاد ناحیه حل برای خوش‌‌طرح کردن مسئله (110)
    • نگاشت میدان پراکنده‌شده به خروجی رمزگذار (110)
    • استفاده از رمزگشا برای بازسازی ضریب عایقی (112)
  • جمع‌بندی (114)
• نتیجه‌گیری و زمینه پژوهش‌های آتی (116)
• مراجع (120)
• واژه‌نامه (130)
• پیوست‌ها (130)
• فرم نیمه‌صریح برای تابش TE و مسائل سه بعدی (133)
• اثبات برخی روابط فصل ۳ (136)