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 : 황병현(Hwang Byeonghyeon) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
MapReduce 프레임워크의 작업 완료 시간 단축을 위한 JobTracker 결함 허용 메커니즘
강민구(Minkoo Kang),박기진(Kiejin Park),황병현(Byeonghyeon Hwang) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.3
클라우드 컴퓨팅 서비스를 제공하기 위해서는 데이터의 분산 저장 및 병렬 처리가 가능한 IT 인프라 구축이 필수적이다. 이를 위해서 대용량 데이터의 분산 처리가 지원되는 MapReduce 프레임워크가 각광 받고 있다. MapReduce 프레임워크는 저비용으로 분산 병렬 처리 시스템을 구축하기에 효과적이지만, 전체 MapReduce 작업의 스케줄링 및 작업 할당을 담당하는 JobTracker가 SPOF(Single Point of Failure)라는 문제가 있다. 이로 인해 MapReduce 작업 도중 JobTracker에 결함이 발생하게 되면 전체 MapReduce 작업을 처음부터 다시 시작해야 하므로 작업 완료 시간이 증가한다. 위와 같은 문제를 해결 하고자 본 논문에서는 MapReduce 프레임워크의 JobTracker 결함 허용 메커니즘을 설계˙구현하고, MapReduce 테스트베드와 결함 주입 기법을 이용하여 성능 평가를 실시하였다. 그 결과, 기존 MapReduce에 비해 JobTracker 결함 허용이 적용된 MapReduce의 평균 작업 완료 시간은 46.5%~64.4% 감소됨을 확인하였다. In order to effectively provide cloud computing, IT infrastructure which supports distributed file system and parallel data processing is essential. To this end, MapReduce framework has been widely used for distributed processing of large-scale data. MapReduce framework has been proven as an efficient way to construct distributed and parallel processing system at relatively low cost. However, it has the problem of single point of failure (SPOF) at JobTracker that is responsible for scheduling and assigning of all MapReduce tasks. When JobTracker has failed, the completion time of the MapReduce job is increased because the entire MapReduce tasks must be restarted. To resolve the above mentioned problem we designed and implemented JobTracker fault-tolerant mechanism for MapReduce framework. The performance of the mechanism is evaluated by using MapReduce testbed and fault-injection method. As a result, the average job completion time of the mechanism is dramatically reduced about 46.5%~64.4% compared to the result of a naive MapReduce.
-
모회사 뉴스 감성을 이용한 딥러닝 기반 자회사 주가 등락 예측
이호정(Lee Ho Jung),손명균(Son Myeong Gyun),황병현(Hwang Byeonghyeon),윤고은(Youn Go Eun),전수현(Jeon Su Hyeon) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
본 연구는 모회사의 뉴스 감성이 자회사의 주가 등락에 영향을 주는지 파악하기 위해 네이버 뉴스를 수집하여 분석하였다. 뉴스의 감성을 처리하기 위해 KoELECTRA를 사용하였으며, 주가 등락 예측 모델로는 LSTM을 사용하였다. sequence size별 예측을 진행했으며 분석 결과, 모회사의 뉴스가 주가 등락에 영향을 끼쳤음을 확인하였다. This study used to KoELECTRA to collect and analyze Naver news to understand whether the sensitivity of parent company news affects the stock price of subsidiaries, and used LSTM as a predictive model of stock price fluctuation. We made predictions by sequence size, and as a result of the analysis, we confirmed that the news of the parnet company affected the stock price.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
