딥 러닝을 사용하여 제조 분야에서 MicroLED 품질 평가 확장

최근 연구에서는 회귀 분석과 딥 러닝을 활용하여 온웨이퍼 LED 어레이에서 직접 광 출력 품질을 평가하는 MicroLED 디스플레이의 질량 감지를 위한 새로운 방법을 제시합니다.

MicroLED 특성 및 측정 설정. (a) 전체 MicroLED 어레이의 평면도 현미경 이미지. (b) 단면 개략 구조. (c) ITO 유리 부착부터 전체 측정 설정까지의 질량 검출 측정 설정. (d) 개별 측정 설정. (출처: 광학 익스프레스)

이 방법에는 다변수 회귀 분석을 통해 광 출력 전력을 보정하고 2D CNN(컨벌루션 신경망)을 사용하여 MicroLED 방사선 프로파일을 검사하는 두 가지 주요 단계가 포함됩니다. 발광 이미지를 캡처하고 저항 변화를 설명하는 교정 기술을 사용함으로써 이 접근 방식은 예측된 장치 성능에서 낮은 평균 변화를 달성합니다.

CNN 모델을 사용하면 높은 정확성과 정밀도로 작동하는 LED를 정확하게 식별할 수 있습니다. 이 포괄적인 접근 방식은 MicroLED 디스플레이 제조의 중요한 과제를 해결하고, 디스플레이 기판에 통합되기 전에 MicroLED의 품질을 평가하고 보장하기 위한 확장 가능한 솔루션을 제공합니다.

※ 퀘이사존 공식 기사가 아닌 해외 뉴스/기사를 번역한 것으로, 퀘이사존 견해와 주관은 포함되어 있지 않습니다.