MétaCan
Menu
Retour à la cohorte
Enregistrement W2141610287 · doi:10.1109/jdt.2006.878768

Leakage and Charge Injection Optimization in a-Si AMOLED Displays

2006· article· en· W2141610287 sur OpenAlexaff
K. Sakariya, Arokia Nathan

Notice bibliographique

RevueJournal of Display Technology · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueThin-Film Transistor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAMOLEDThin-film transistorTransistorLeakage (economics)Electrical engineeringOLEDOptoelectronicsVoltageCapacitorMaterials scienceIdentifierActive matrixComputer scienceEngineeringNanotechnologyComputer network

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the effect of switch thin-film transistor (TFT) leakage and charge injection on the operation and driving of amorphous silicon (a-Si) active matrix organic light-emitting diode (AMOLED) displays. Charge injection causes an undesirable and immediate drop in the data voltage stored on the storage capacitor CS when the switch TFT is turned off, and the leakage of the switch TFT causes the charge on CS to gradually leak out over the frame time. While making the row line negative helps reduce the leakage, it increases the voltage swing on the row line and causes more charge injection. We have demonstrated that for a given VDD, there is an optimal negative gate drive voltage on the switch TFT that minimizes the overall drop in data voltage on CS over the frame time. In addition, we have also shown that even though this optimal driving point changes with aging of the display since both leakage and VTincrease over time, it is possible to keep the voltage drop on CSconstant irrespective of aging. The analysis provides the designer with a means to improve the long term grey-scale performance of the AMOLED display

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,181
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Display TechnologyMême sujetThin-Film Transistor TechnologiesTravaux en français237 207