현재 위치
Home
AI 신경망 기반 UV LED 광효율 향상을 위한 일체형기판 설계 및 특성분석
Study of an AI Neural-Network–Based Integrated Design for Improving UV LED Efficiency
-
- 발행기관
- 국제차세대융합기술학회 바로가기
-
- 간행물
- 차세대융합기술학회논문지 KCI 등재 바로가기
-
- 통권
- 제10권 1호 (2026.01)바로가기
-
- 페이지
- pp.28-36
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A479265
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- With the rapid growth of AI semiconductor technology, the need for high-efficiency UVA LED packaging has increased. In this study, an AI neural-network–based framework combining a multi-layer perceptron (MLP) and a Gaussian fuzzy inference (ANFIS) model is used to predict and optimize the optical and thermal characteristics of an integrated UV LED package. The model takes current, temperature, package structure, and thermal conditions as inputs, and outputs the radiant flux and long-term optical output retention. Based on the predicted results, a series/parallel integrated UVA LED module was designed with a center wavelength of 395 nm, optical power of 1,000 mW, and an output degradation rate below 30% at 85℃. Experiments show beam angles of 120° at 395 nm and 131° at 385 nm with a quartz lens, with about 1.09 mW higher optical power and a beam-angle difference of approximately 10.58° compared to a conventional package. The optical output retention remained at 70.1% after about 1,000 hours of operation, indicating improved thermal and environmental reliability. These results demonstrate that the proposed AI neural-network –based design is an effective tool for enhancing the efficiency and long-term stability of UV LED packaging.
- 한국어
- AI 반도체 기술의 발전으로 고효율 UVA LED 패키지 설계의 중요성이 커지고 있다. 본 연구에서는 다층 퍼셉트론(MLP)과 가우시안 퍼지 추론(ANFIS)을 결합한 AI 신경망을 이용하여 UV LED 일체형 기판의 광·열 특 성을 예측하고 설계를 최적화하였다. 입력 변수는 전류, 온도, 패키지 구조, 방열 조건이며, 출력은 방사속과 광출력 유지율로 설정하였다. 예측 결과를 바탕으로 중심파장 395nm, 광출력 1,000mW, 광출력 저하율(85℃) 30% 이하를 목표로 하는 직·병렬 일체형 패키지를 설계하였다. 실험 결과, 석영렌즈 적용 시 지향각은 395nm에서 120°, 385nm 에서 131°를 나타내었으며, 기존 패키지 대비 약 1.09mW의 광출력 향상과 약 10.58°의 지향각 차이를 보였다. 약 1,000시간 구동 후에도 광출력 유지율이 70.1%로 측정되어 열적·환경적 신뢰성이 확보되었다. 이를 통해 제안된 AI 신경망 기반 설계가 UV LED 패키징의 광효율 및 장기 안정성 향상에 유효한 도구임을 확인하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 이론 및 설계
2.1 UV LED 반도체 소자
2.2 딥러닝 기반 UV LED 적용
Ⅲ. UV LED 딥러닝 적용 및 구현
3.1 UV LED 시스템 적용
3.2 딥러닝 적용 전기·광학적 특성
Ⅳ. 결론
REFERENCES
키워드
UVA LED 딥러닝 가우시안함수 지향각 열전도성 광속(선)량 UVA LED Deep learning Gaussian peak Optical beam angle Thermal conductivity Radiometric power저자
간행물 정보
발행기관
-
- 발행기관명
- 국제차세대융합기술학회 [International Next-generation Convergence technology Association]
- 설립연도
- 2017
- 분야
- 복합학>기술정책
- 소개
- Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.
간행물
-
- 간행물명
- 차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
- 간기
- 월간
- pISSN
- 2508-8270
- 수록기간
- 2017~2026
- 등재여부
- KCI 등재
- 십진분류
- KDC 506 DDC 606
이 권호 내 다른 논문 / 차세대융합기술학회논문지 제10권 1호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.