基于 S 参数模式处理的氧化铟锡电极故障检测与根因分析实证研究
信号处理
2024-06-11 v2 人工智能
机器学习
摘要
在光电子领域，氧化铟锡(ITO)电极在显示器、传感器和太阳能电池等多种应用中起着关键作用。对 ITO 电极进行有效的故障诊断与根因分析，对于确保器件性能与可靠性至关重要。然而，透明 ITO 电极的传统视觉检测十分困难，且现有故障诊断方法在判定缺陷根因方面存在局限，往往需借助破坏性评估与二次材料表征技术。本研究提出一种带根因分析的故障诊断方法，利用散射参数(S 参数)模式，实现早期检测、高诊断精度与噪声鲁棒性。依据 ITO 电极各类缺陷状态，构建了全面的 S 参数模式数据库。随后采用深度学习(DL)方法，包括多层感知机(MLP)、卷积神经网络(CNN)与 transformer，同时分析缺陷成因与严重度。值得注意的是，通过将 S 参数不同通道组合作为学习算法输入，可显著提升加性噪声水平下的诊断性能，这一点经 S 参数模式的 t 分布随机邻域嵌入(t-SNE)降维可视化得以证实。
引用
@article{arxiv.2308.11639,
title = {An Empirical Study on Fault Detection and Root Cause Analysis of Indium Tin Oxide Electrodes by Processing S-parameter Patterns},
author = {Tae Yeob Kang and Haebom Lee and Sungho Suh},
journal= {arXiv preprint arXiv:2308.11639},
year = {2024}
}
备注
Accepted in IEEE Transactions on Device and Materials Reliability