CNNを用いた白色LEDの光学特性の予測

カテゴリ: 部門大会

論文No: PS3-2

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Prediction of Optical Property of White LED Using CNN

著者名: 塚本 陸離(近畿大学),日高 翔(近畿大学),柏尾 知明(近畿大学),伊藤 智海(住友大阪セメント),原田 健司(住友大阪セメント),大塚 剛史(住友大阪セメント)

著者名(英語): Rikuri Tsukamoto|Sho Hidaka|Tomoaki Kashiwao|Tomomi Ito|Kenji Harada|Takeshi Otsuka

キーワード: LEDパッケージング|光学特性|CNN|画像認識|LED Optimization|Optical Properties|CNN|Image Recognition

要約(日本語): 本発表では，CNN (Convolutional Neural Network)を用いた白色LED (Light-Emitting Diode)の光学特性予測について報告する。LEDパッケージングの取り出し効率は，パッケージング内での光の損失によって決まるため，光が吸収されないように構造・構成部材のパラメータを最適化する必要がある。また，深層学習の一種であるCNNは画像認識において優れた性能を示している。そこで，本研究ではLEDパッケージングのパラメータの最適化問題にCNNを用いることを考えた。LEDの画像データから光学特性を予測することができれば，光学特性に影響する設計パラメータの最適化が容易となる。まず，CNNの一種であるLeNetを用いて，LEDパッケージングの断面画像データから全光束を予測した。画像データを入力，全光束を出力としてLeNetに学習させ，全光束を予測させたところ，真値と予測値の間には相関関係がみられ，うまく学習できていることを確認した。

PDFファイルサイズ: 367 Kバイト