文献

J-GLOBAL ID：202202231171461592   整理番号：22A0489920

人工ニューラルネットワークを用いた多変数制御チャートのコントロール外信号を解釈するためのロバストなメタ手法【JST・京大機械翻訳】

A robust meta-method for interpreting the out-of-control signal of multivariate control charts using artificial neural networks

著者 (3件)： Bersimis Sotiris (Department of Statistics and Insurance Science, University of Piraeus, Piraeus, Greece) ,  Sgora Aggeliki (Department of Digital Media and Communication, Ionian University, Argostoli, Greece) ,  Psarakis Stelios (Department of Statistics, Athens University of Economic and Business, Athens, Greece)
資料名： Quality and Reliability Engineering International  (Quality and Reliability Engineering International)
巻： 38  号： 1  ページ： 30-63  発行年： 2022年 
JST資料番号： C0764C  ISSN： 0748-8017  CODEN： QREIE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多変量制御チャートは,品質が多くの関連変数に依存する,いくつかの(産業または非産業)分野における制御外プロセスを同定する効果的な平均である。しかし,これらのチャートの主な欠点は,測定変数または変数がシフトしているか,またはシフトしているかを示すことができないことである。この問題に取り組むために,制御外信号に対する責任変数または変数を診断することを目指すいくつかの代替解析手法,および異常変数の同定を,提案した。しかし,その性能は変数間の相関やその他のようないくつかのパラメータに依存するので,パナラとして考えられる特別な方法はない。本論文では,制御変数をロバストに同定するために,いくつかのよく知られた解析法の結果を組み合わせるメタ法を提案した。得られた結果は,提案したメタ方法が高性能を達成し,制御プロセスの異なるシナリオの下で非常にロバストであることを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 確率過程 ,  *ニューラルネットワーク ,  *ロバスト性 ,  SPC【工程管理】
準シソーラス用語： 多変数制御 ,  制御変数 ,  解析手法 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工ニューラルネットワーク(ANN) ,  メタ法 ,  多変量統計的工程管理(MSPC) ,  多変量統計プロセス監視(MSPM) ,  制御外信号解釈

分類 (1件)： 統計的品質管理  (KB04030W)

タイトルに関連する用語 (6件)： 人工ニューラルネットワーク ,  多変数制御 ,  チャート ,  コントロール ,  ロバスト ,  手法