Near-field photometry for organic light-emitting diodes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Organic Light Emitting Diode (OLED) technology is rapidly maturing to be ready for next generation of light source for general lighting. The current standard test methods for solid state lighting have evolved for semiconductor sources, with point-like emission characteristics. However, OLED devices are extended surface emitters, where spatial uniformity and angular variation of brightness and colour are important. This necessitates advanced test methods to obtain meaningful data for fundamental understanding, lighting product development and deployment. In this work, a near field imaging goniophotometer was used to characterize lighting-class white OLED devices, where luminance and colour information of the pixels on the light sources were measured at a near field distance for various angles. Analysis was performed to obtain angle dependent luminous intensity, CIE chromaticity coordinates and correlated colour temperature (CCT) in the far field. Furthermore, a complete ray set with chromaticity information was generated, so that illuminance at any distance and angle from the light source can be determined. The generated ray set is needed for optical modeling and design of OLED luminaires. Our results show that luminance non-uniformity could potentially affect the luminaire aesthetics and CCT can vary with angle by more than 2000K. This leads to the same source being perceived as warm or cool depending on the viewing angle. As OLEDs are becoming commercially available, this could be a major challenge for lighting designers. Near field measurement can provide detailed specifications and quantitative comparison between OLED products for performance improvement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle