Improvement of light extraction efficiency in AlGaInP-based vertical miniaturized-light-emitting diodes via surface texturing
Notice bibliographique
Résumé
AlGaInP-based light-emitting diodes (LEDs) suffer from a low external quantum efficiency (EQE), which is mainly restrained by the poor light extraction efficiency. Here, we demonstrate AlGaInP-based vertical miniaturized-LEDs (mini-LEDs) with a porous n-AlGaInP surface using a wet etching process to boost light extraction. We investigated the effects of etching time on the surface morphology of the porous n-AlGaInP surface. We found that as the etching time is prolonged, the density of pores increases initially and decreases subsequently. In comparison with the vertical mini-LED with a smooth n-AlGaInP surface, the vertical mini-LEDs with the porous n-AlGaInP surface reveal improvement in light output power and EQE, meanwhile, without the deterioration of electrical performance. The highest improvement of 38.9% in EQE measured at 20 mA is observed from the vertical mini-LED with the maximum density of the pores. Utilizing a three-dimensional finite-difference time-domain method, we reveal the underlying mechanisms of improved performance, which are associated with suppressed total internal reflection and efficient light scattering effect of the pores.
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 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 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».