Utilizzare l'apprendimento profondo per scalare la valutazione della qualità dei microLED nella produzione

Ricerche recenti presentano un nuovo metodo per il rilevamento di massa nei display MicroLED, sfruttando l'analisi di regressione e l'apprendimento profondo per valutare la qualità dell'uscita luminosa direttamente dalle matrici LED su wafer.

Questo metodo prevede due fasi chiave: calibrazione della potenza di uscita luminosa attraverso analisi di regressione multi-variabile ed esame dei profili di radiazione MicroLED utilizzando reti neurali convoluzionali 2-D (CNN).Con la cattura di immagini luminescenti e l'impiego di una tecnica di taratura che tiene conto delle variazioni di resistenza, l'approccio raggiunge una bassa variazione media delle prestazioni previste del dispositivo.

I modelli CNN consentono inoltre di identificare con precisione e precisione i LED in funzione.offrendo una soluzione scalabile per valutare e garantire la qualità dei MicroLED prima della loro integrazione nei substrati di visualizzazione.