[21a-B01-1~10] 23.1 Joint Session N "Informatics"

△ [21a-B01-7] Grain detection and orientation prediction of multicrystalline silicon substrate using machine learning

〇Hikaru Kato¹, Soichiro Kamibeppu², Takuto Kojima¹, Kentaro Kutsukake³, Tetsuya Matsumoto¹, Hiroaki Kudo¹, Yoshinori Takeuchi⁴, Noritaka Usami² (1.Info. Nagoya Univ., 2.Eng. Nagoya Univ., 3.Riken AIP, 4.Daido Univ.)

Keywords:photovoltaics, neural network, multicrystalline silicon

太陽電池用の重要な基板材料である多結晶シリコンにおいて，個々の結晶粒の結晶方位は，材料を特徴づける重要な指標である．本研究では，光学的測定とデータ科学的手法の組み合わせによる太陽電池用多結晶シリコン基板の方位解析を提案する．光を当てる方向を変えて複数枚撮影したシリコン基板画像を用い，無限混合ガウスモデルによるクラスタリングでウエハー中の結晶粒の検出を行い，リカレントニューラルネットワークを用いて結晶粒の結晶方位の推定を行った．