Het gebruik van deep learning om de kwaliteitsbeoordeling van microLED's in de productie op te schalen

Recent onderzoek presenteert een nieuwe methode voor massa-detectie in MicroLED-displays, waarbij regressie-analyse en deep learning worden gebruikt om de lichtkwaliteit rechtstreeks van LED-arrays op wafers te evalueren.

Deze methode omvat twee belangrijke fasen: kalibreren van het licht uitgangsvermogen door middel van multi-variabele regressie analyse en het onderzoeken van MicroLED stralingsprofielen met behulp van 2-D convolutionele neurale netwerken (CNN's).Door het opnemen van luminescerende beelden en het gebruik van een kalibratietechniek die rekening houdt met weerstandsvariaties, bereikt de aanpak een lage gemiddelde variatie in de voorspelde prestaties van het apparaat.

De CNN-modellen maken het verder mogelijk om met hoge nauwkeurigheid en precisie nauwkeurig functionerende LED's te identificeren.het aanbieden van een schaalbare oplossing voor het beoordelen en waarborgen van de kwaliteit van MicroLED's voordat deze worden geïntegreerd in beeldschermsubstraten.