http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
2R++: Warm Page 식별을 통한 2R FTL 개선
안효준 ( Hyojun An ),이상원 ( Sangwon Lee ) 한국정보처리학회 2022 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.11 No.12
플래시 메모리는 in-place 수정이 불가능한 특성을 가지기 때문에 out-of-place 방식으로 쓰기 작업을 수행한다. 덮어쓰기가 발생한 오래된 페이지는 유효하지 않은 페이지로 전환된다. 유효하지 않은 페이지들은 높은 오버헤드를 가진 가비지 컬렉션 과정을 유발한다. 가비지 컬렉션은 많은 읽기, 쓰기 작업을 유발하기 때문에 플래시 메모리의 주요 성능 이슈 중 하나이다. 2R에서는 OLTP(On-Line Transaction Process) 워크로드의 I/O 특성을 가비지 컬렉션 알고리즘에 적용하여 WAF(Write Amplification Factor)를 개선하였다. 본 논문에서는 접근 간격이 긴 페이지들을 추가로 분리하는 2R++를 통해 2R에서 발생하는 지역 오염 문제를 해결했다. 2R++는 블록 당 추가 bit를 도입해 second chance mechanism 기반으로 warm 페이지를 분리해서 warm 페이지가 cold 페이지로 오인 식별되는 것을 방지한다. TPC-C와 Linkbench에 대해 알고리즘 별 성능 비교 실험을 진행하였고, 그 결과 2R++의 WAF는 2R대비 각각 57.8%, 13.8%의 개선을 이루어냈음을 확인했다. Since in-place updates for pages are not allowed in flash memory, all new page writes should be written in an out-of-place manner. The old overwritten pages are invalidated. Such invalidated pages eventually trigger the costly garbage collection process. Since the garbage collection causes numerous read and write operations, it is one of the flash memory's major performance issues. In 2R, it modified the garbage collection algorithm, which applies the I/O characteristics of the On-Line Transaction Process workload to improve the Write Amplification Factor. However, this algorithm has a region pollution problem. Therefore, in this paper, we developed 2R++ that additionally separates pages with long access intervals to solve the region pollution problem. 2R++ introduces an extra bit per block to separate warm pages based on a second chance mechanism. Prevents warm pages from being misidentified as cold pages to solve region pollution problem. We conducted the experiments on TPC-C and Linkbench to make the performance comparison. The experiment showed that 2R++ achieved a Write Amplification Factor improvement of 57.8% and 13.8% compared to 2R, respectively.
의사결정나무를 이용한 기계번역프로그램에 대한 평가 인지부조화와 만족도의 관계 분석
조성빈(Cho, Sungbin),안효준(Ahn, Hyojun) 한국경영학회 2017 한국경영학회 통합학술발표논문집 Vol.2017 No.08
기술의 발달로 접근할 수 있는 정보량이 급증하고 해외 자료의 수요가 늘어나 번역기에 대한 관심과 이용이 증가하는 추세를 보이고 있다. ‘인간 vs 인공지능’의 번역 대결을 통하여 인간보다 정확하지는 않지만, 프로그램번역기는 대체로 속도에서 앞선다. 본 연구는 영어 - 한국어 기계번역 프로그램에 대한 사용자와 담당자가 느끼는 평가에 대한 인지부조화, 만족도, 재사용과 추천 의도의 관계를 알아보고자 한다. 설문조사를 바탕으로 의사결정나무 모형을 적용하여 이용 목적에 따른 인지 차이, 만족도 그리고 어떤 점에서 개선되어야 할 필요가 있는지 분석하고자 한다.