リサイクル

2:00 PM - 2:15 PM JST(5:00 AM - 5:15 AM UTC)

[3K0111-25-05] Application of Deep Learning for the Recycling of Waste Printed Circuit Boards

○Nozomi Terada¹, Hitoshi Ohya¹, Yuji Komori², Atsunori Tayaoka³ (1. The University of Kitakyushu, 2. Astec-irie Company Limited, 3. National Institute of Technology, Kitakyushu College)

司会：芳賀 一寿（秋田大学）、三木 一（九州大学）、 ドドビバ ジョルジュ（東京大学）、大島 達也（宮崎大学）

Keywords:

Urban mining,Recycling,Waste printed circuit boards,Deep learning,Convolutional Neural Networks

廃電子回路基板上の部品には貴金属やレアメタルが含まれているが、アルミニウムを多量に含む部品は湿式処理において障害となるため事前に除去することが望ましい。部品を種別に分けることを前提とすれば物理的性質が個体によって異なるため統一した手法での物理選別が困難である。昨今は第三次AIブームと呼ばれ、ディープラーニング(深層学習)の登場により画像の認識率が格段に向上した。本研究では畳み込みニューラルネットワーク(CNN)をPythonのニューラルネットワークライブラリであるKerasで実装し、廃電子部品の画像分類処理を行った。また、撮影環境や画像処理の画像分類処理への影響について調べた。