韩国研发出AI模型，加速OLED材料、器件开发

先进材料科学与工程系宣布，Jaemin Kim教授的研究团队开发出了一种超高性能器件分析AI模型，该模型将加速下一代OLED（有机发光二极管）材料和器件的开发。

Kim教授的研究利用一种名为热激活延迟荧光（TADF）的第三代OLED非破坏性分析技术，实时预测内部发光层的关键物理特性。TADF由不含稀土元素的纯有机分子组成，可实现高达100%的光转换效率（激子捕获率）和高色纯度（半峰半宽小于20纳米），使其成为一种极具潜力的下一代发光材料。

近年来，将AI应用于OLED设计的尝试日益活跃。尤其是在预测性AI领域，已有大量研究报告，旨在定量提取OLED器件行为中的高维信息并将其应用于器件设计。然而，第三代TADF发光器件的反向系间窜越（RIC）速度存在局限性，即只能通过直接测量发光层薄膜样品才能获得。

Kim团队提出了一种基于人工智能预测模型的解决方案。通过分析OLED光猝灭现象（电流关闭时发生），他们发现光转换速度和效率由两种机制决定：极化子复合（电子和空穴相遇发光）和反向系间窜越（在电转化为光的过程中，三线态激子转化为单线态激子）。

研究团队基于光学物理理论建模，构建了OLED发光特性数据库，并训练人工智能系统从这些数据中学习。最终，他们开发了一个预测极化子复合速度的人工智能模型，准确率高达97.9%。利用该数值，他们成功实现了一个串联人工智能模型，该模型预测RIC速度的准确率高达98.5%。

这项研究成果意义重大，因为它提出了一种新方法，能够同时提升现有用于分析OLED器件特性的AI模型的实用性和准确性。尤其值得一提的是，该方法无需了解发光层的发光特性，即可快速预测关键特性，有望加速未来显示器的研发。

这项研究由韩国中央大学金载民教授和成均馆大学化学工程系李俊叶教授团队共同完成。成均馆大学林俊燮博士为第一作者，成均馆大学博士生韩承元为共同作者，金载民教授和李俊叶教授为通讯作者。该研究成果发表在世界知名的材料科学国际期刊《Materials Horizo​​ns》（影响因子：10.7）上。

Jaemin Kim教授表示：“这项研究的意义在于将OLED物理理论知识与人工智能技术相结合，开发出高度实用且性能卓越的人工智能。这些核心技术将被用于开发下一代显示器。”

WitDisplay——星球欢迎您

【新型显示周报及内参共读群】公众号@WitDisplay作者，一个新型显示行业专家，已连续7年不间断更新给大家提供最新行业资讯，剖析行业趋势。

选择加入即可获得：

1、日报：每天最新最快行业资讯以及独家消息

2、周报：根据产业链上中下游梳理每周资讯

3、专家纪要：采访行业各路专家，提供独到见解，剖析技术突破以及行业趋势

4、调研报告：针对特定主题进行调研，输出具有参考价值的报告

5、出货报告：面板厂商季度出货数据以及行业趋势

6、上市公司跟踪：跟踪新型显示上市公司的一些动态和资讯分享

7、加作者微信XRTIME68，提供2000+行业交流群

知识星球里会持续输出新型显示领域干货、纪要等各种资料， 欢迎感兴趣的朋友提前加入！

扫码参会报名

出海交流群

OLED交流群

MLED交流群

车载显示&照明交流群

林先生微信:XRTIME68

Email：luffy7374@163.com