Core Concepts
컴퓨터 비전을 활용한 데이터 품질 모니터링 시스템인 Hydra의 주요 개념은 데이터 품질 관리를 개선하고 실시간 모니터링을 제공하는 것이다.
Abstract
1. 소개
데이터 품질 모니터링의 중요성
GlueX에서의 DQM 프로세스
Hydra의 개발 목적과 기능
2. Hydra 백엔드
데이터베이스
Feeder
Load Balancing
Predict
Keeper
3. Hydra 프론트엔드
Labeler
Model Training Report Page
Library
Status
Run
Log
Grafana
4. 배포
Jefferson Lab의 실험 홀에 배포
Hall-B와 Hall-D의 활발한 사용
시스템 통합 및 도전 과제
5. 개발
Hydra의 능력 확장을 위한 기능
인간의 제어 강화
계산 효율성 향상
6. 결론
Jefferson Lab의 모든 실험 홀에 배포된 Hydra 시스템
데이터 품질 문제를 초인적 수준으로 감지
지속적인 개발과 성장
Stats
Hydra는 Jefferson Lab의 모든 실험 홀에 배포되었습니다.
Hall-B와 Hall-D에서 가장 활발하게 사용되었습니다.
Labeler를 통해 전문가는 시간당 약 만 개의 이미지를 레이블링할 수 있습니다.
Quotes
"Hydra aims to be an extensible framework for training and managing AI, which leverages the recent developments in computer vision, for near real-time monitoring."
"Hydra quickly set to work identifying many issues with super-human performance."
"Hydra is under very active development and looks to grow in robustness of detection, computational efficiency, and in human interface capabilities."