Gauss matematiksel modeli ve geliştirilmiş artık ağına dayalı LED ışık kaynağının spektral güç dağılımı tahmini

Daha akıllı ışığın önemi

Çoğumuz artık günlerimizi evde, işte veya sokakta LED aydınlatma altında geçiriyoruz. Bu ışığın renk karışımı — spektral güç dağılımı (SPD) — yalnızca nesnelerin nasıl göründüğünü değil, aynı zamanda vücudumuzun nasıl hissettiğini ve işlev gösterdiğini de etkiler. Renk kalitesini, göz konforunu ve hatta iç saatlerimizi etkiler. Bu nedenle spektrumları hassas biçimde ayarlanmış LED’ler tasarlamak sağlıklı ve hoş aydınlatma için kritiktir, ancak bunu yapmak genellikle yavaş ve masraflı deneme-yanılma deneyleri gerektirir. Bu çalışma, fizik tabanlı modelleme ile modern yapay zekâyı birleştirerek LED spektrumlarını hızlı ve doğru biçimde tahmin edip tasarlamayı mümkün kılan bir yöntem sunuyor.

Malzemelerden ışığın parmak izine

Bir LED’in spektrumu optik parmak izine benzer: mor dan kırmızıya kadar her dalga boyunda ne kadar ışık yayıldığını söyler. Bu parmak izi birkaç “malzemeye” bağlıdır: mavi yarı iletken çip, biri veya daha fazla ışık dönüştürücü fosfor (genellikle kırmızı ve yeşil), fosforun silikona karışma oranı ve cihazı besleyen elektrik akımı. Bunlardan herhangi birinin değiştirilmesi spektrumu hafifçe veya belirgin şekilde yeniden şekillendirebilir. Bugüne dek mühendisler genellikle birçok test cihazı üretip her birini ölçerek yeni bir reçetenin etkisini görürlerdi. Yazarlar bunun yerine, fosfor miktarları, fosfor–silikon oranı ve sürücü akımı gibi kontrol edilebilir girişlerden tam spektruma doğrudan bir eşleme öğrenmeyi amaçlıyor; böylece yeni tasarımlar tek bir örnek üretilmeden önce bilgisayarda keşfedilebilir.

Basit tepeciklerle karmaşık spektrumları tanımlamak

Araştırmacılar tüm dalga boyları boyunca yüzlerce veri noktası tahmin etmek yerine, her ölçülen spektrumu önce birkaç anlamlı sayıya sıkıştırır. Spektrumu, her biri yüksekliği, merkezi rengi ve genişliği ile tanımlanan üç düzgün çan biçimli eğrinin toplamı olarak yaklaşıklarlar. Gauss fonksiyonlarına dayanan bu matematiksel tanım, mavi çip, yeşil fosfor ve kırmızı fosfor gibi ana fiziksel emisyon bileşenlerini yansıtır. Gerçek LED paketlerinden gelen verileri kullanarak, üç böyle tepe noktasıyla ölçülen spektrumların çok yüksek doğrulukla yeniden oluşturulabileceğini, istatistiksel eşleşmenin 0,99’un üzerinde olduğunu gösterirler. Bu adım temel renk bilgisini korurken tahmin sorununu çok daha basit ve yorumlanabilir hale getirir.

Tarifi okumayı öğreten bir sinir ağı

Bu kompakt temsil elde edildikten sonra ekip, Gauss tepe parametrelerini doğrudan LED reçetesinden tahmin edecek şekilde sinir ağları eğitir. Standart geri yayılım ağı, öğrenmeyi stabilize etmek için kısayol bağlantıları kullanan daha derin bir artık ağı ve çoklu-başlı dikkat mekanizması ekleyen geliştirilmiş bir artık ağı karşılaştırılır. Dikkat mekanizması, modelin mavi çip akımı veya fosfor oranı gibi belirli girdilerin spektrumun farklı bölümlerini nasıl şekillendirdiğine odaklanmasına imkân tanır. Geliştirilmiş ağ, dikkatle tasarlanmış gürültü ve gerçek üretim varyasyonlarını taklit eden enterpolasyonlu örneklerle artırılmış 360 deneysel spektrumu öğrenir. Ardından öngörülen tepe parametrelerinden tam spektrumu yeniden inşa eder.

Daha keskin tahminler ve güvenilir renk

Daha önce hiç görmediği LED formülasyonları ve çalışma akımlarında test edildiğinde, geliştirilmiş ağ ölçülen eğrilerle çok yakın şekilde örtüşen spektrumlar üretir. Temel artık ağa kıyasla önemli hataları yarıya indirir ve geleneksel sinir ağı ile destek vektör makineleri, karar ağaçları, rastgele ormanlar ve Gauss süreç regresyonu gibi diğer makine öğrenimi yaklaşımlarından belirgin şekilde daha iyi performans gösterir. Özellikle baskın maviyle ilişkili tepe yüksekliğini tahmin etmede çok daha doğrudur; bu yükseklik, mavi ışığın daha sıcak renklere ne kadar verimli dönüştürüldüğüyle sıkı bağladır. Tahmin edilen spektrumlar ayrıca renk koordinatlarındaki çok küçük kaymalarla sonuçlanır; bu da ışığın algılanan renginin gerçek cihaza yüksek derecede sadakatle bağlı kaldığı anlamına gelir.

Geleceğin aydınlatması için anlamı

Uzman olmayanlar için temel sonuç, LED malzeme reçetelerini ve sürücü akımlarını standart bir bilgisayarda birkaç milisaniye içinde gerçekçi spektrumlara dönüştüren hızlı, güvenilir bir dijital araçtır. Bu, üreticilerin donanım inşa etmeden önce yüksek renk geriverimi ve sağlık odaklı aydınlatmayı sanal olarak prototiplemesine — sıcaklığı, renk sadakatini ve uyku ile uyanıklık üzerindeki potansiyel etkileri ayarlamasına — olanak verebilir. Mevcut çalışma iki fosforlu bir sisteme odaklanmakta ve henüz uzun vadeli yaşlanmayı modellememektedir; ancak aynı çerçeve daha karmaşık karışımlara ve ek performans hedeflerine genişletilebilir. Özü itibarıyla, basit, fiziksel temelli bir spektral modelin gelişmiş bir sinir ağı ile birleştirilmesinin daha akıllı, daha sağlıklı LED ışık kaynaklarının tasarımını büyük ölçüde hızlandırabileceğini gösterir.

Atıf: Wu, L., Li, Y., Chen, H. et al. The spectral power distribution prediction of LED light source based on Gaussian mathematical model and improved residual network. Sci Rep 16, 7751 (2026). https://doi.org/10.1038/s41598-026-39015-3

Anahtar kelimeler: LED spektrumu, sağlıklı aydınlatma, sinir ağları, fosfor karışımı, spektral tasarım