10:40 AM - 11:00 AM
[1K0401-08-05] Prediction of composition of automobile circuit board by machine learning
Chairman:Shigeki KOYANAKA (AIST),
Keywords:Circuit board, Precious metals, Composition data, Machine learning, XRF
コンピュータを中心に広く用いられている基板は金や白金，パラジウムなどの貴金属を含み，特に自動車のエンジンやエアバッグの制御基板には特にそれらの貴金属の含有量が多いことが知られている．しかしながら現在の基板のリサイクル工程においては，基板中の貴金属含有量によるグレード選別は目視により行われていることが多い．また既存研究においては基板から剥離して撮影した部品の写真から機械学習を用いて選別する手法が報告されているが，基板のグレード選別はこれらの部品の剥離前に行う必要がある．この選別にはXRF等の元素分析手法の適用が期待されるが，処理速度やコストの点で課題が残る．そこで本研究では，XRFにて事前に組成情報を得た基板を写真撮影しニューラルネットワークによって分類することで，基板中の貴金属含有量によるグレード選別をより迅速に行うことを目的として研究を進めた．11種類の自動車制御基板を教師試料としてニューラルネットワークによるモデル構築を行ったところ，交差検証の段階では100%の確率で相互判別が可能であることが分かった．発表においては上記にて構築した判別モデルを未知の基板にも適用した結果を分類正確度と共に報告する．
講演PDFファイルダウンロードパスワード認証
講演集に収録された講演PDFファイルのダウンロードにはパスワードが必要です。
現在有効なパスワードは、［資源・素材学会会員専用パスワード］です。
※［資源・素材学会会員専用パスワード］は【会員マイページ】にてご確認ください。（毎年１月に変更いたします。）
［資源・素材学会会員専用パスワード］を入力してください