ポリイミドフィルムを基材とした部品内蔵基板は薄い基板厚とIC多段埋め込み構造を有し，電子回路の大幅な高密度・高性能化を実現する。基板内に1チップのICを内蔵した4層板の厚さは0.2 mm，2チップのICをスタック内蔵した8層板では0.4 mmである。これらの基板の製造には高多層配線とIC多段埋め込みに最適な一括積層埋め込み法を採用している。試験用として3段スタックIC内蔵14層配線板を試作し信頼性を評価した。吸湿リフローJEDECレベル3，HAST（130°C/85%Rh × 336 h）条件による湿熱耐性および-40⇔125°C × 500 cycの気相熱衝撃試験をおこなって信頼性を確認した。

LSI近傍での光インターコネクションの実現手段のひとつとして，Si フォトニクス技術をベースにした超小型光トランシーバ「光I/Oコア」を開発した。その実装構造は，5 mm × 5 mmの光集積回路チップ上にICや光源，光I/O構造である「光ピン」などを実装したチップ・スケール・モジュールである。データレートは25 Gbps，85°Cまでの高温動作が可能で，アライメント・トレランス緩和のためにマルチモード・ファイバで接続する。ユーザはマルチモード・ファイバと電気配線の接続を行うだけで光トランシーバを実装できる使い勝手の良さが特徴である。2017年にアイオーコアを設立し，現在，量産体制の確立を行っている。

領域ベースの畳み込みニューラルネットワーク(R-CNN)を外観検査に適用する場合のトレイニングにおいて，欠陥と背景の画像を合成してトレイニング画像数を増大させることを考える。このアプローチをプレス加工によって製造されるプラスティック部品の外観検査に適用した結果について述べる。提案するトレイニング画像の合成では，まず典型的な欠陥パターンを実際の画像から切り取り，続いてそのサイズ，回転，色，モノクローム化，などの変換を行い，得られた画像を実際の背景画像に貼り付ける。実験においては，まず50枚の実画像から81個の欠陥パターンを切り取って画像処理を行い，数枚の背景画像に貼り付けて生成した500枚のトレイニング画像を作成する。次にこれらを使用してR-CNNをトレイニングした。得られたモデルを40枚の画像の53個の欠陥パターンの検出に適用した結果，検出率81%，的中率86%を達成した。欠陥と背景の画像を合成して得た画像によってR-CNNをトレイニングすることで，R-CNNの外観検査性能を実用レベルにする可能性を見出した。

LED照明やパワーエレクトロニクス製品では，高出力化に伴い半導体デバイスの発熱が増大し，正常動作を保障するには，熱伝導率の高い金属製の放熱部品などを用いた熱拡散が必要となっている。一方，製品の省スペース化や低コスト化を目的とした小型・軽量化も要求されているが，放熱部品の縮小は半導体デバイスの温度上昇につながり，放熱性能が低下する。そこで，放熱部品の寸法を変数とした回帰分析を行い，半導体デバイスの温度上昇と製品質量の予測式を求めることで，放熱性能と軽量化を両立した最適構造を導出する手法を開発した。本報では，本設計手法をLEDランプの軽量化設計に適用し，実機評価により妥当性を実証した。

This paper shows a design method for an Antenna-filter using a multi-layered suspended microstrip line (ML-SMSL) structure. The equivalent circuits using J-inverters, which are able to compensate for the elements of unwanted electromagnetic couplings, are introduced when the design parameters for the Antenna-filter with the ML-SMSL structure are calculated. Although the measured reflection characteristics for the fabricated Antenna-filter are a little different from those for the electromagnetic (EM) simulated one, the characteristics of radiation gain for the fabricated Antenna-filter are very close to those for the EM simulated one.