Verwenden von Deep Learning zur Skalierung der MicroLED-Qualitätsbewertung in der Fertigung

Jüngste Forschungsergebnisse zeigen eine neuartige Methode zur Massenspeicherung in MicroLED-Displays, die Regressionsanalysen und Deep Learning nutzt, um die Lichtqualität direkt von LED-Arrays auf Wafern zu bewerten.

Diese Methode umfasst zwei Schlüsselstufen: Kalibrierung der Lichtleistung durch Regressionsanalyse mit mehreren Variablen und Untersuchung von MicroLED-Strahlungsprofilen mithilfe von 2-D-Konvolutionellen Neuronalen Netzwerken (CNN).Durch die Aufnahme von lumineszierenden Bildern und die Verwendung einer Kalibriertechnik, die die Widerstandsvariationen berücksichtigt, wird eine geringe durchschnittliche Variation der prognostizierten Leistung des Geräts erreicht.

Die CNN-Modelle ermöglichen zudem eine präzise Identifizierung von funktionierenden LEDs mit hoher Genauigkeit und Präzision.bietet eine skalierbare Lösung zur Bewertung und Qualitätssicherung von MicroLEDs vor ihrer Integration in Display-Substrate.