論文の概要: Simplified Swarm Optimization for Surrogate-Assisted Reliability Design of Insulated-Gate Bipolar Transistor Power Modules Using an Open-Source Process Finite-Element Model

• arxiv url: http://arxiv.org/abs/2610.07412v1
• Date: Mon, 05 Oct 2026 21:20:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.676102
• Title: Simplified Swarm Optimization for Surrogate-Assisted Reliability Design of Insulated-Gate Bipolar Transistor Power Modules Using an Open-Source Process Finite-Element Model
• Title（参考訳）: オープンソースプロセス有限要素モデルを用いた絶縁ゲートバイポーラトランジスタモジュールのサロゲート支援信頼性設計のための簡易Swarm最適化
• Abstract要約: 直接結合型銅 (DBC) 基板上の絶縁ゲートバイポーラトランジスタ (IGBT) モジュールの信頼性は, プロセス誘起の反り面, セラミック応力, はんだひずみによって制限される。 本稿では,SSO (Simplified Swarm Optimization) と多目的設計探索 (Multijective design search) によって調整されたサロゲート, 選択した設計のFAA確認, 確認駆動インフィルといった,オープンソースのプロセス有限要素モデルを構築し,評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Process-induced warpage, ceramic stress and solder strain limit the reliability of insulated-gate bipolar transistor (IGBT) modules on direct-bonded copper (DBC) substrates. Surrogate-assisted design studies train regression models on finite-element analysis (FEA) databases, but rarely check the optimized designs against new FEA or report how surrogate error interacts with the optimizer. This paper builds and evaluates an open pipeline: an open-source process finite-element model, surrogates tuned by Simplified Swarm Optimization (SSO), multi-objective design search, FEA confirmation of selected designs and confirmation-driven infill. The model starts at the second reflow and reproduces measured warpage within 18.2%, 33.6% and 15.3% at the reflow, housing and molding stages without fitted parameters. On a balanced 60-design database, all stochastic tuners reach the same test accuracy, outperform the published grid on cross-validated performance for every output but generalize better only for warpage; the cross-validated ranking of tuners does not transfer to the test set. With equal result reporting, multi-objective SSO and the non-dominated sorting genetic algorithm II give comparable Pareto fronts; a corrected multi-objective particle swarm optimizer trails both. FEA confirmation shows that warpage predictions hold (mean absolute error 0.5%), whereas at the design-space bounds reached by the optimizers the ceramic-stress surrogate is optimistic by up to 26%. Two confirmation-driven infill rounds reduce this error to 1-10% and halve the out-of-sample error; no confirmed design improves on the database in ceramic stress. Ceramic-stress results are indicative, as the metric is mesh-sensitive at production resolution. The model, database, scripts and pre-registered and post-registration results are released.
• Abstract（参考訳）: 直接結合型銅(DBC)基板上の絶縁ゲートバイポーラトランジスタ(IGBT)モジュールの信頼性は, プロセス誘起の反り面, セラミック応力, はんだひずみによって制限される。 サロゲート支援設計研究は有限要素解析(FEA)データベース上の回帰モデルを訓練するが、新しいFEAに対して最適化された設計をチェックすることや、サロゲートエラーがオプティマイザとどのように相互作用するかを報告することは滅多にない。 本稿では,SSO (Simplified Swarm Optimization) と多目的設計探索 (Multi-objective design search, FEA confirmed of selected design and confirmed-driven infill) によって調整された,オープンソースのプロセス有限要素モデルの構築と評価を行う。 モデルは第2のリフローから始まり、リフローで18.2%、33.6%、および15.3%で測定されたウォーページを再現する。 バランスの取れた60設計データベースでは、全ての確率的チューナーは同じテスト精度に達し、出力毎にクロスバリデーションされた性能でパブリッシュされたグリッドを上回り、ウォーページのみを一般化し、クロスバリデーションされたチューナーのランキングはテストセットに転送されない。 対等な結果報告により、多目的SSOと非支配的ソート遺伝的アルゴリズムIIは、同等のパレートフロントを与え、修正された多目的粒子群オプティマイザが両方の道をたどる。 FEAの確認では、ウォーページの予測が成り立つ(絶対誤差0.5%)が、オプティマイザが到達した設計領域境界では、セラミックストレスサロゲートは最大26%楽観的である。 2つの確認駆動インフィルラウンドは、この誤差を1-10%に減らし、サンプル外誤差を半減させる。 セラミックストレスの結果は、メートル法がプロダクション解像度でメッシュに敏感であることを示すものである。 モデル、データベース、スクリプト、事前登録および後登録の結果がリリースされる。

関連論文リスト

• Machine learning-assisted calibration of Agent-based Models: surrogate-based optimization with Genetic Algorithm and Particle Swarm Optimization [2.3388338598125196]
  エージェントベースモデルの校正は、その客観的な景観が頑丈であり、ブラックボックスシミュレーションでは評価できないため困難である。 本研究は,内ループサロゲートを用いた進化計算を機械学習サロゲートを埋め込むことによりABMキャリブレーションに適用する。
  論文  参考訳（メタデータ） (2026-09-04T13:09:48Z)
• Co4ICF: Co-evolving Physics-Informed Surrogate and RL-based Pulse Optimizer for Inertial Confinement Fusion [43.450233708268684]
  Co4ICFは物理インフォームされたサロゲートとPPOベースのパルスを結合する共進化フレームワークである。 1D Multi環境では、Co4ICFは現在のレーザー設計ベースラインに基づいて146.1%の正規化収率を達成する。 将来のベンチマークをサポートするため,大規模マルチIFEシミュレーションデータセットをリリースする。
  論文  参考訳（メタデータ） (2026-07-11T15:43:27Z)
• Intrinsic Selection and Particle Resampling for Inference-Time Scaling Beyond Domain Verifiability [15.77992479706947]
  推論時間スケーリング(ITS)は、数学やコーディングといった検証可能な領域で大きく成功している。 しかし、ITSを系統的な失敗に陥るタスクに拡張することは、通常、コストのかかる外部解決器や不安定なモデルベースの検証器に依存する。 私たちのパイプラインは、広義、ドメイン特化、マルチモーダルアーキテクチャにシームレスに適用します。
  論文  参考訳（メタデータ） (2026-06-07T21:43:37Z)
• Customer Churn Prediction on Structured Data Using FT-Transformer and Stacking Ensembles [0.0]
  本研究では,特徴量変換器(FT-Transformer)をキャリブレーション積み重ねによる勾配木と統合したハイブリッドアーキテクチャを提案する。 提案手法は, 統計的検証, 確率, キャリブレーションの持続的ギャップに対処し, 先行研究で確認された。 パブリックバンクチャーンデータセットでは、ハイブリッドモデル62.10% F1、0.861 AUC-ROC、0.647 PR-AUCがMulti-Layer Perceptron(MLP)ベースラインを3.37 F1ポイント、0.027 AUCを95%の信頼区間で上回っている。
  論文  参考訳（メタデータ） (2026-05-26T23:02:38Z)
• Bayesian-guided inverse design of hyperelastic microstructures: Application to stochastic metamaterials [0.34376560669160394]
  本研究の目的は,対象のマクロなストレス応答を実現する構造を同定することである。 各候補設計について、応答は高忠実度オラクルから得られる。 ベイズ誘導型逆設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-16T21:09:57Z)
• Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols [123.73663884421272]
  より強力な事前訓練モデルと改良された適応アルゴリズムによって、わずかなショット転送が革新されている。 FEWTRANSは10種類のデータセットを含む総合的なベンチマークである。 FEWTRANS をリリースすることにより,数発の転写学習研究において再現性の向上を合理化するための厳密な "ルーラー" の提供を目指す。
  論文  参考訳（メタデータ） (2026-02-28T05:41:57Z)
• PRIME: A Process-Outcome Alignment Benchmark for Verifiable Reasoning in Mathematics and Engineering [71.15346406323827]
  本稿では,プロセス・アウトカム・アライメント・アライメント・検証における検証結果を評価するベンチマークであるPRIMEを紹介する。 現在の検証器は、しばしば導出欠陥を検出するのに失敗する。 本稿では,PRIMEで選択した検証手法を利用したプロセス認識型RLVRトレーニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-02-12T04:45:01Z)
• Beyond Outliers: A Study of Optimizers Under Quantization [82.75879062804955]
  量子化下でのモデルロバスト性に対する選択の影響について検討する。 モデルの性能が、異なるベースラインでトレーニングした場合にどのように低下するかを評価する。 異なるパラメータによる量子化対応トレーニングのスケーリング法則を導出する。
  論文  参考訳（メタデータ） (2025-09-27T21:15:22Z)
• Improving Bias Correction Standards by Quantifying its Effects on Treatment Outcomes [54.18828236350544]
  Propensity score matching (PSM) は、分析のために同等の人口を選択することで選択バイアスに対処する。 異なるマッチング手法は、すべての検証基準を満たす場合でも、同じタスクに対する平均処理効果(ATE)を著しく異なるものにすることができる。 この問題に対処するため,新しい指標A2Aを導入し,有効試合数を削減した。
  論文  参考訳（メタデータ） (2024-07-20T12:42:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。