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 : 홍지훈(Jihoon Hong) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
효율적 자원 관리를 제공하는 SCI 기반의 VOD 서버
차호정(Hojung Cha),홍지훈(Jihoon Hong) 한국정보과학회 1997 정보과학회논문지 : 시스템 및 이론 Vol.24 No.5
본 논문에서는 대용량 VOD(Video On Demand) 서비스를 위해 RAID-5 디스크 어레이를 저장 매체로 하고 다양한 형태의 병렬 컴퓨터를 효율적으로 구생할 수 있는 SCI 기술을 사용한 VOD서버를 제시하며, 이에 적합한 효율적인 스트림 저장 및 재생 정책, 스트림 수용 제어 정책, 스트림 관리 정책을 제시한다. 특히, RAID-5의 특성을 이용한 스트림 수용 정책과 스트림 관리 정책을 바탕으로 MPEG 데이타의 VBR(Variable Bit Rate) 압축 특성을 고려하여 최소한의 사용자 버퍼 크기를 유지하면서 사용자 버퍼 오버플로우를 방지하는 사용자 버퍼 관리 정책을 제시한다. 또한, VOD 서버의 동작에 대한 검증과 스트림 제어 및 버퍼 관리 정책등의 성능 분석을 위한 시뮬레이션 결과를 제시한다. This paper presents a large-scale VOD(Video On Demand) server which exploits the SCI technology as its architectural backbone and the RAID-5 disk arrays as its storage system. Also presented are various stream policies such as data placement, retrieval, admission control and management polices. In particular a well-thought buffer management policy, which minimizes client's buffer requirements, is described. The detailed internals of the presented VOD server and its related stream policies are validated and analyzed based on extensive simulation modelling.
-
이미지 기반 샴 네트워크를 활용한 반도체 제조 공정의 이상 분류 및 중요 구간 탐지
김정인(Jung In Kim),목충협(Chunghyup Mok),김현지(Hyeonji Kim),김재훈(Jaehoon Kim),고효헌(Hyoheon Ko),홍지훈(Jihoon Hong),윤주연(Ju Yeon Yun),고정흔(Jeong Hun Ko),김연중(Yeonjung Kim),이지열(Jiyoul Lee),반효동(Hyodong Ban),김성범(Seoung 대한산업공학회 2024 대한산업공학회지 Vol.50 No.4
Semiconductor manufacturing processes are a fundamental component of modern industry and technology. Anomalies in this process degrade product quality and reliability, necessitating swift responses. To address this, various studies have been conducted on anomaly detection and efficient management using artificial intelligence algorithms. However, there are limitations that fail to consider the characteristics of actual process data, such as irregular patterns, numerous missing values, and varying data lengths. In this study, we propose to overcome these limitations by using image data with scatter plots applied to actual process data, employing a siamese network-based anomaly classification model based on the similarity with normal segments. Additionally, we apply gradient-weighted class activation map (Grad-CAM) to the siamese network model for identifying the main causes of abnormal segments. The validity and applicability of the proposed method have been demonstrated using data obtained from actual semiconductor manufacturing processes. The proposed method shows superiority in all comparative models. Furthermore, it has been confirmed that the main cause of the abnormal segment aligns with the abnormal judgment criteria for a specific segment of the field engineer.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
