Utilizando el aprendizaje profundo para escalar la evaluación de la calidad de los microLED en la fabricación

Investigaciones recientes presentan un nuevo método para la detección de masa en pantallas MicroLED, aprovechando el análisis de regresión y el aprendizaje profundo para evaluar la calidad de salida de luz directamente desde las matrices de LED en las obleas.

Este método incluye dos etapas clave: calibrar la potencia de salida de luz mediante análisis de regresión de múltiples variables y examinar perfiles de radiación MicroLED utilizando redes neuronales convolucionales 2D (CNN).Al capturar imágenes luminiscentes y emplear una técnica de calibración que tiene en cuenta las variaciones de resistencia, el enfoque logra una baja variación promedio en el rendimiento del dispositivo previsto.

Los modelos CNN permiten además la identificación precisa de los LED que funcionan con una alta precisión y precisión.ofrecer una solución escalable para evaluar y garantizar la calidad de los microLED antes de su integración en sustratos de visualización.