CNNを用いた白色LEDパッケージングの構造解析における放射束に基づいた全光束の予測補正

カテゴリ: 部門大会

論文No: PS1-12

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Predictive Correction Based on Radiant Flux for Total Luminous Flux in Structural Analysis of White LED Packaging Using CNN

著者名: 栗巣 心（近畿大学）,柏尾 知明（近畿大学）,臼井 康輔（近畿大学）,伊藤 智海（住友大阪セメント）,武田 怜（住友大阪セメント）,久保田 敦子（住友大阪セメント）

著者名(英語): Shin Kurisu (Kindai University),Tomoaki Kashiwao (Kindai University),Kosuke Usui (Kindai University),Tomomi Ito (Sumitomo Osaka Cement Co., Ltd.),Ryo Takeda (Sumitomo Osaka Cement Co., Ltd.),Atsuko Kubota (Sumitomo Osaka Cement Co., Ltd.)

キーワード: 白色 LED|Keras|CNN|ResNet|White LED|Keras|CNN|ResNet

要約(日本語): 発光ダイオード(LED: Light-emitting Diode)は家電製品や電子機器などに幅広く利用されており，より一層の発光効率の向上が求められている。従来から，光線追跡シミュレーションを用いたパッケージングの最適設計がされてきた。しかし，設計パラメータの組み合わせが膨大であるため，シミュレーションに多くの計算時間を要する問題があった。そこで，本研究では Convolutional Neural Network (CNN)を用いて，白色 LED の断面画像と全光束(lm)の関係を学習することにより，光学特性に強く影響する構成部材を推定するサロゲートモデルの開発を試みた。また，CNNによる予測値に対して5種類の代表的な機械学習モデルを用いて，白色 LED の断面画像に含まれていない情報である青色発光素子の放射束による予測補正を行い，その補正効果を検討した。