http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Chinkwan Cho (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
Intae Whoang,Chinkwan Cho,Jin Hee Hong,Dong Hee Son,Byung Yoon Lim,Jin Pyung Kim,Kijun Bang 대한전자공학회 2023 Journal of semiconductor technology and science Vol.23 No.5
At SK hynix Wafer Level Package (WLPKG) line, there are plenty of measuring and inspection steps to ensure the quality of High Bandwidth Memory (HBM). Although most of the measuring and inspection steps are handled automatically, some of the steps still need confirmation from line operators with their naked eye and skills. Since the operators' skills are different, sometimes it causes human errors, and these risks become chronic problems for the company. To solve this problem, Package & Test (P&T) group at SK hynix has been steadily promoting the inspection automation system using deep learning. However, deep learning has the disadvantage of not providing interpretation information, such as which area is actually defective in the target image and its shape for the ‘Excellent’ result of outputs. In this paper, we will introduce cases in which defect patterns are automatically extracted from inspection images taken during the SiN / SiO2 film deposition process by using two deep-learning segmentation models. The performance of the technology to be introduced was demonstrated by comparing the Mean IoU value between the extracted defect image and label mask. Through the proposed technology, we intend to contribute to unmanned inspection verification tasks in the future and accelerate the realization of Industry 4.0.
-
김형일 ( Hyungil Kim ),이진석 ( Jinseok Lee ),이정현 ( Jeonghyun Lee ),조진관 ( Chinkwan Cho ),김경섭 ( Kyoungsup Kim ),김준태 ( Juntae Kim ) 한국정보처리학회 2006 한국정보처리학회 학술대회논문집 Vol.13 No.2
본 논문에서는 각 사용자들의 취향에 맞는 음악을 추천하는 개인화된 음악 추천 시스템을 소개한다. 추천 시스템이란 사용자의 선호도를 분석하고 아이템들에 대한 사용자의 선호도를 예측하여 영화, 음악, 기사, 책, 웹 페이지 등과 같은 아이템들을 추천하는 시스템을 말한다. 추천 시스템들에서 가장 많이 사용하고 있는 협동적 추천 방식은 선호도 데이터를 기반으로 유사한 사용자들을 찾고, 유사 사용자들의 선호도를 기반으로 예측을 수행하는 것으로서, 여러 장점들이 있으나 희소성(sparsity) 문제와 확장성(scalability) 문제에 대해 취약점을 가지고 있다. 아이템들의 전체 수에 비해 매우 적은 수의 아이템 선호도 데이터만 존재한다면 사용자들의 유사도를 계산하기가 어려우며, 또한 사용자의 수가 늘어날수록 유사도 계산에 걸리는 시간이 급격하게 늘어남으로써 수백만 사용자가 있는 웹 사이트 등에서 실시간으로 추천을 수행하기 어렵다. 본 논문에서 소개하는 음악 추천 시스템은 이러한 문제점들을 해결하기 위해 그래프 기반 협동적 여과 기법을 사용한다. 그래프 기반 협동적 여과 기법은 기존의 협동적 여과 기법들과 달리 아이템들 사이의 연관관계를 그래프 모델로 표현하고 저장함으로써 묵시적인 선호도 정보들을 누적하여 희소성 문제를 해결하고, 추천 아이템을 선정하는데 필요한 계산 시간을 크게 단축하여 대규모 데이터에서 실시간 추천을 가능하게 한다는 장점이 있다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
