AIで最適化されたメサ・サイドウォールのナノスケールの反射構造を介して,AlGaNベースの深紫外線LEDの光の抽出限界を破る

科学分野:

• オプトエレクトロニクス (光電子機器)
• 材料科学 材料科学とは
• フォトニクス フォトニクスとは

背景:

• 深紫外線発光ダイオード (DUV-LED) は,短い波長を必要とするアプリケーションに不可欠です.
• 光抽出効率 (LEE) の向上は,DUV-LEDの開発における重要な課題です.
• 従来の平面反射器は,しばしばp-GaN層に吸収され,性能を制限します.

研究 の 目的:

• DUV-LEDのテーブル・サイドウォールのナノスケールの反射構造を導入し,最適化します.
• 紫外線吸収を最小限に抑え,光子のための新しい反射経路を作成します.
• DUV-LEDの光抽出効率 (LEE) を大幅に向上させる.

主な方法:

• Jayaアルゴリズムを使用した人工知能 (AI) 支援の逆設計アプローチが最適化に使用されました.
• メーサ・サイドウォールのナノスケールの反射構造は,p-GaN表面で設計されました.
• 性能を評価するために,シミュレーションと実験的検証が行われました.

主要な成果:

• 最適化されたメサ・サイドウォール構造は,光子の伝播のための新しい反射経路を示した.
• 照明抽出効率 (LEE) は,従来のアルミニウム (Al) 反射層と比較して200%以上向上しました.
• 構造パラメータが光拡散とLEEに及ぼす影響は,徹底的に調査されました.

結論:

• テーブル・サイドウォールのナノスケールの反射構造は,高出力DUV-LEDの開発に有効で効率的な戦略を提供します.
• AI主導の設計は,フォトニックデバイスを進歩させるための大きな可能性を示しています.
• このアプローチは,次世代の高性能DUV光電子アプリケーションの道を開く.