短寿命+高效发光
利用机器学习发现的混合氟化物红色荧光粉,兼具超短激发态寿命和高量子效率,专为微型LED显示器的高速响应需求设计。
Ming, Hong · 周亚运 · Molokeev, Maxim Sergeevich · Chuang, Zhang · Huang, Lin · Wang, Yuanjing · Sun, Hongtao · 宋恩海 · Qinyuan, Zhang
ACS Materials Letters 2024
利用机器学习建立“结构-寿命”关系,设计出既具有短激发态寿命(τ ≤ 3.7 ms)又保持高量子效率(内量子效率 > 92%)的氟化物,突破了常规材料中短寿命与高热猝灭的矛盾。
基于小数据集训练的机器学习模型不仅能准确预测Mn⁴⁺在氟化物中的激发态寿命,还量化了结构特征对寿命的影响,从而揭示“结构-寿命”关联,指导新材料筛选。
基于所发现的荧光粉组装的Mini-LED背光原型显示器实现了约124% NTSC色域,远超传统显示器,证实了其在实际广色域显示应用中的潜力。