http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이용호,Lee, Yong-Ho 한국데이터베이스진흥원 1997 디지털콘텐츠 Vol.1 No.-
1996년을 "인터넷의 해"라고 말한다면 1997년은 "인트라네트의 해"가 될 것이라고 한다. 벌써 미국의 경우 수천개의 기업들이 이미 내부 인트라네트구축에 열을 올리고 있고 기업의 고정 비용을 줄이고 초기비용, 속도, 신뢰성을 높이는 방안으로 인트라네트가 제시되고 있다. 앞으로 기업은 고객과 원자재 공급자등 상호 긴밀히 연계될 수 있어야 고용 효과도 증대되고 생산성도 향상된다고 믿고 있는 것이다. 이처럼 인트라네트는 이제 남의 나라일이 아니며 우리와 같이 고물가, 고임금으로 인한 국가 경쟁력이 떨어지고 있는 국가에서는 필수적으로 검토해야 할 대상이 아닌가 생각한다. 본고는 이러한 기업의 효율적인 관리수단이 될 수 있는 인트라네트의 특징을 살펴보고 기존의 데이터베이스와 웹 연결과 웹 기술의 최근 표준화 관점에서 기술해 보겠다.
이용호,최정은,홍상진,Lee, Yong Ho,Choi, Jeong Eun,Hong, Sang Jeen 한국반도체디스플레이기술학회 2020 반도체디스플레이기술학회지 Vol.19 No.4
With miniaturization of semiconductor, the manufacturing process become more complex, and undetected small changes in the state of the equipment have unexpectedly changed the process results. Fault detection classification (FDC) system that conducts more active data analysis is feasible to achieve more precise manufacturing process control with advanced machine learning method. However, applying machine learning, especially in supervised learning criteria, requires an arduous data labeling process for the construction of machine learning data. In this paper, we propose a semi-supervised learning to minimize the data labeling work for the data preprocessing. We employed equipment status variable identification (SVID) data and optical emission spectroscopy data (OES) in silicon etch with SF6/O2/Ar gas mixture, and the result shows as high as 95.2% of labeling accuracy with the suggested semi-supervised learning algorithm.