Título del documento Un modelo de cadena de Markov para el gráfico de control de las medias móviles móviles ponderadas exponencialmente multivariantes Author (s) / Author (s) Affiliation (s) Affiliation (s) La aproximación de la cadena de Markov es una aproximación de la cadena de Markov, en la que se puede obtener una aproximación de la cadena de Markov, Utilizado para determinar el rendimiento de longitud de ejecución de un gráfico de control de proceso estadístico multivariado. El enfoque de la cadena de Markov se utiliza ampliamente en el análisis de las cartas de control univariadas y ampliamos las ventajas de este tipo de análisis a un gráfico de control de las medias móviles ponderadas exponencialmente multivariante. El análisis puede aplicarse siempre que el estadístico de control multivariado pueda ser modelado como una cadena de Markov y el rendimiento de longitud de ejecución depende de la media fuera de la meta sólo a través del parámetro de no centralización. Revue / Título de revista Source / Source 1996, vol. (19 ref.) Idioma / Lengua Editeur / Editor American Statistical Association, Alexandria, VA, ETATS-UNIS (1922) (Revue) Palabras clave: Las propiedades de MCUSUM han sido investigadas por varios autores como Woodall y Ncube 17, Healy 18, Crosier 19, Pignatiello y Runger 20, Runger y Testik 21. Además, varios autores, entre los que se incluyen Lowry et al. 22, Rigdon 23, Runger y Prabhu 24, Kramer y Schmid 25, Runger et al. 26, Tseng et al. 27, Testik et al. 28 y Testik y Borror 29 contribuyeron a desarrollar el procedimiento MEWMA. En el caso de un proceso p-variate, el análisis de la causa raíz es más complicado comparado con el proceso involucrado sólo una variable cuando el proceso que afecta a una o varias causas especiales se aleja de una condición de control externo. RESUMEN: Cuando un proceso cambia a una condición fuera de control, debe iniciarse una búsqueda para identificar y eliminar las causas especiales que se manifiestan a la (s) especificación (es) técnicas del proceso. En el caso de un proceso (o de un producto) que implique varias especificaciones técnicas correlacionadas, el análisis de los efectos conjuntos de las especificaciones correlacionadas es más complicado en comparación con un proceso que implica sólo una especificación técnica. La mayoría de los casos reales se refieren a procesos que implican más de una variable. La complejidad de una solución para monitorear la condición de estos procesos, estimar el punto de cambio e identificar los conocimientos adicionales que conducen al análisis de la causa raíz, motivó a los investigadores a desarrollar soluciones basadas en redes neuronales articiales. Este artículo proporciona analíticamente una revisión bibliográfica exhaustiva sobre el monitoreo de procesos multivariados que se aproximan a las redes neuronales articiales. Análisis de la fuerza y debilidad de los esquemas propuestos, junto con la comparación de sus capacidades y propiedades. También se consideran. Algunas oportunidades para nuevas investigaciones en el monitoreo de entornos multivariados se proporcionan en este artículo. El costo por hora de operar en el estado controlado es de 10 y en el estado fuera de control es de 100. Los datos numéricos de Este ejemplo se presenta brevemente de la siguiente manera: 28 se sugiere, el número de estados cuando el proceso está en control, m, se considera igual a 25. También, los parámetros m1 ym2 en el estado fuera de control Deen en el Apéndice), se consideran iguales a 5. De hecho, los parámetros de m, m 1 y m 2 son los parámetros de entrada en el algoritmo de la cadena de Markov para el cómputo ARL controlado y fuera de control. RESUMEN: Se suele suponer que los parámetros de costo en los modelos económico-estadísticos de las cartas de control son deterministas en la literatura. La consideración de la incertidumbre en los parámetros de costo de los gráficos de control es muy común en la aplicación. Por lo tanto, varios investigadores utilizaron enfoque basado en escenarios para el diseño económico-estadístico robusto de las cartas de control. En este trabajo, nos centramos específicamente en el gráfico de control Multivariable Exponentially Weighted Moving Average (MEWMA) y considerar la incertidumbre de intervalos en los parámetros de costo del gráfico de control MEWMA y desarrollar un robusto diseño económico-estadístico del gráfico de control MEWMA mediante optimización robusta intervalo técnica. Mientras tanto, se utiliza la función de coste de Lorenzen y Vance, y para calcular el criterio de longitud de ejecución promedio, se aplica el enfoque de cadena de Markov. A continuación, se utiliza algoritmo genético para obtener la solución óptima del modelo robusto propuesto y la eficacia de este modelo se ilustra a través de un ejemplo numérico. Asimismo, se realiza una comparación con cierta situación de los parámetros de coste. Por último, se realiza un análisis de sensibilidad para investigar el efecto de cambiar los intervalos de los parámetros de coste del modelo de Lorenzen y Vance sobre las soluciones óptimas. Además, se realiza un análisis de sensibilidad sobre los otros parámetros de coste determinados del modelo de Lorenzen y Vance. Texto completo Artículo Junio 2015 A. Amiri A. Sherbaf Moghaddam Z. Aghababaee quotVarios autores incluyendo Woodall y Ncube 4, Healy 5, Crosier 6, Pignatiello y Runger 7, Ngai y Zhang 8, Chan y Zhang 9, Qiu y Hawkins 10, 11, y Runger y Testik 12 se centraron en MCUSUM. Muchos investigadores como Lowry et al. 13, Rigdon 14, Yumin 15, Runger y Prabhu 16, Kramer y Schmid 17, Prabhu y Runger 18, Fasso 19, Borror et al. 20, Runger et al. 21, Tseng et al. 22, Yeh et al. 23, Testik et al. 24, Testik y Borror 25 y Chen et al. 26 contribuyeron al desempeño del MEWMA. La capacidad principal de todos los gráficos de control introducidos en la literatura se conoce como la detección de la condición fuera de control cuando una causa asignable ocupa un lugar en el proceso. Quot Archivo Datos Mayo 2015 Scientia Iranica Karim Atashgarby Bowei Xi, George Michailidis, Vijayan N. Nair. La tomografía de red activa se refiere a una clase interesante de problemas inversos a gran escala que surgen al estimar la calidad de los parámetros de servicio de las redes informáticas y de comunicaciones. Este artículo se centra en la estimación de las tasas de pérdida de los enlaces internos de una red utilizando end-to-end measure. La tomografía de red activa se refiere a una clase interesante de problemas inversos a gran escala que surgen al estimar la calidad de los parámetros de servicio de las redes informáticas y de comunicaciones. Este artículo se centra en la estimación de los índices de pérdida de los enlaces internos de una red utilizando mediciones de extremo a extremo de nodos situados en la periferia. Se introduce una clase de experimentos flexibles para probar activamente la red y se obtienen condiciones bajo las cuales se estima toda la información de nivel de enlace. Se investiga la estimación de máxima verosimilitud utilizando el algoritmo EM, la estructura del algoritmo y las propiedades de los estimadores de máxima verosimilitud. Esto incluye estudios de simulación utilizando el ns (simulador de red) para obtener tráfico de red realista. También se estudia el diseño óptimo de los experimentos de sondeo. Finalmente, se ilustra brevemente la aplicación de los resultados a la monitorización de la red. Por Changliang Zou, Fugee Tsung, Zhaojun Wang - Technometrics. 2007. Proponemos un esquema de control estadístico de procesos (SPC) que puede implementarse en la práctica industrial, donde la calidad de un proceso puede caracterizarse por un perfil lineal general. Empezaremos por revisar el modelo de perfil lineal general y los métodos de monitoreo existentes. Basado en eso, una novela. Proponemos un esquema de control estadístico de procesos (SPC) que puede implementarse en la práctica industrial, donde la calidad de un proceso puede caracterizarse por un perfil lineal general. Empezaremos por revisar el modelo de perfil lineal general y los métodos de monitoreo existentes. En base a esto, se propone un nuevo esquema multivariado de monitoreo de la media móvil ponderada exponencialmente (MEWMA) para tal perfil. Se introducen tres características de realce para mejorar aún más el rendimiento del esquema propuesto, que incluye 1) el intervalo de muestreo variable, 2) la función de inicio automático y 3) el enfoque de diagnóstico paramétrico. A lo largo de este trabajo, se utiliza un ejemplo de grabado de iones reactivos profundos (DRIE) a partir de la fabricación de semiconductores, que tiene un perfil que se ajusta bien a un modelo de regresión polinómica cuadrática, para ilustrar la implementación del enfoque propuesto. 1 1 de Manuel Cabral Morais, Antnio Pacheco - Comunicaciones en Simulación de Estadística y Computación. Longitud puntos porcentuales, probabilidad de una señal engañosa. Los cambios en la media del proceso () o en la desviación estándar del proceso () deberían considerarse como una indicación de que un proceso de producción está fuera de control. En este trabajo se analiza el problema del monitoreo conjunto de estos dos parámetros. Longitud puntos porcentuales, probabilidad de una señal engañosa. Los cambios en la media del proceso () o en la desviación estándar () del proceso deben considerarse como una indicación de que un proceso de producción está fuera de control. Este trabajo considera el problema de la monitorización conjunta de estos dos parámetros cuando la característica de calidad sigue una distribución normal, utilizando un esquema combinado de media móvil ponderada exponencialmente (CEWMA). Tres medidas de rendimiento de este esquema de control conjunto se investigan con cambios en la media del proceso o inflaciones de la desviación estándar del proceso, y bajo la adopción de arranques de cabeza: la longitud promedio de la carrera, los puntos porcentuales de la duración y la probabilidad de una señal engañosa. Las aproximaciones a estos tres indicadores de desempeño se obtendrán considerando una cadena de Markov bidimensional. La independencia entre las transiciones horizontales y verticales de esta cadena de Markov bidimensional de aproximación juega un papel importante en el suministro de expresiones simples a aquellas medidas de rendimiento que evitan el cálculo de una matriz de transición de probabilidad con dimensiones inusuales. Se presentará también una comparación numérica entre estas tres medidas de rendimiento y las correspondientes del esquema combinado Shewhart (CShewhart) X, S 2 (), lo que lleva a la conclusión de que la sustitución de este esquema combinado por el esquema CEWMA puede mejorar la Monitoreo conjunto de la media del proceso y la desviación estándar. 1 de Christian Sonesson, Christian Sonesson. 2001. Varias versiones del método EWMA (Exponentially Weighted Moving Average) para monitorear un proceso con el objetivo de detectar un cambio en la media se estudian tanto para el caso unilateral como para el caso bilateral. También se estudian los efectos del uso de barreras para la estadística unilateral de alarmas. Uno importan. Varias versiones del método EWMA (Exponentially Weighted Moving Average) para monitorear un proceso con el objetivo de detectar un cambio en la media se estudian tanto para el caso unilateral como para el caso bilateral. También se estudian los efectos del uso de barreras para la estadística unilateral de alarmas. Una cuestión importante es el efecto de los diferentes tipos de límites de alarma. Se consideran diferentes medidas de evaluación tales como el retraso esperado, el ARLI, la probabilidad de detección exitosa y el valor predictivo de una alarma para dar una imagen amplia de las características de los métodos. Los resultados se presentan tanto para una ARLO fija como para una probabilidad fija de una falsa alarma. Las diferencias ponen de relieve el problema esencial de cómo definir la comparabilidad entre los métodos de vigilancia. Los resultados son de un estudio de simulación a gran escala. Se presta especial atención al efecto sobre la confianza en los resultados finales por la variación estocástica en la calibración de los métodos. Parece que existen diferencias importantes desde un punto de vista inferencial entre las versiones de uno y dos lados de los métodos. Se demuestra que el método, usualmente considerado como una aproximación conveniente, debe preferirse a la versión exacta en muchos aspectos. Por Changliang Zou, Peihua Qiu. Este artículo desarrolla una nueva metodología de control estadístico multivariado de procesos (SPC) basada en la adaptación del método de selección de variables LASSO al problema SPC. El método LASSO tiene la propiedad sparsity de que puede seleccionar exactamente el conjunto de coeficientes de regresión no nulo en la regresión multivariable m. Este artículo desarrolla una nueva metodología de control estadístico multivariado de procesos (SPC) basada en la adaptación del método de selección de variables LASSO al problema SPC. El método LASSO tiene la propiedad sparsity de que puede seleccionar exactamente el conjunto de coeficientes de regresión no nulos en el modelado de regresión multivariante, lo que es especialmente útil en casos en que el número de coeficientes distintos de cero es pequeño. En las aplicaciones SPC multivariantes, los vectores medio del proceso a menudo se desplazan en un pequeño número de componentes. Nuestro principal objetivo es detectar un cambio tan pronto como se produce e identificar los componentes medios desplazados. Utilizando esta conexión entre los dos problemas, se propone una estadística de prueba multivariable basada en LASSO, la cual se integra luego en el esquema de gráficos multivariante EWMA para la monitorización de procesos multivariados de Fase II. Se demuestra que este enfoque equilibra la protección contra los diferentes niveles de cambio y las direcciones de cambio, y por lo tanto proporciona una herramienta eficaz para aplicaciones de SPC multivariante. Palabras clave: Hotellings T 2 estadística Selección de modelos Control de procesos estadísticos multivariados Probabilidad penalizada Variables ajustadas a la regresión. Por Alexander Novikov, Nino Kordzakhia. 2006. Utilizando el enfoque de martingala encontramos condiciones suficientes para la limitación exponencial de los tiempos del primer paso sobre un nivel para las secuencias autorregresivas ergódicas de primer orden (AR (1)). Además, probamos una identidad de martingala que se utilizará en la obtención de límites explícitos para la expectativa del primer paso t. Utilizando el enfoque de martingala encontramos condiciones suficientes para la limitación exponencial de los tiempos del primer paso sobre un nivel para las secuencias autorregresivas ergódicas de primer orden (AR (1)). Además, probamos una identidad de martingala que se utilizará en la obtención de límites explícitos para la expectativa de tiempos de primer paso. Cuando H / (1) (x, a). En aplicaciones, la distribución y la expectativa de tales tiempos de paso se aproximan usualmente mediante simulación de Monte Carlo o usando aproximaciones de cadena de Markov (véase, por ejemplo, -16--). Sin embargo, también son de interés los límites analíticos (por ejemplo, para controlar la precisión de los algoritmos de simulación). En este trabajo se describen algunas martingales relacionadas con AR (1) secuencias en el caso de la in. Por Marion R. Reynolds, Zachary G. Stoumbos. 2008. Cuando se monitorea un proceso que tiene variables normales multivariadas, el diagrama de control de tipo Shewhart (Hotelling (1947)) utilizado tradicionalmente para monitorear el vector medio del proceso es efectivo para detectar cambios grandes, pero para detectar cambios pequeños es más efectivo usar el método multivariado Exponente Cuando se monitorea un proceso que tiene variables normales multivariadas, el diagrama de control de tipo Shewhart (Hotelling (1947)) utilizado tradicionalmente para monitorear el vector medio del proceso es efectivo para detectar cambios grandes, pero para detectar cambios pequeños es más efectivo usar el método multivariado Tabla de control de media móvil ponderada exponencialmente (MEWMA) propuesta por Lowry et al. (1992). Se ha propuesto que se puede obtener un mejor rendimiento general en la detección de cambios pequeños y grandes en la media utilizando el gráfico MEWMA 1 en combinación con el gráfico de Shewhart. Aquí investigamos el desempeño de esta combinación en el contexto del problema más general de detectar cambios en la media o aumentos en la variabilidad. Reynolds y Cho (2006) investigaron recientemente combinaciones de la tabla MEWMA para la media y MEWMA-tipo de cartas basadas en desviaciones cuadradas de las observaciones de la meta, y encontró que estas combinaciones tienen un excelente rendimiento en la detección de cambios sostenidos en la media o en la variabilidad . Aquí se consideran tanto los cambios sostenidos y transitorios, y muestran que una combinación de dos gráficos MEWMA tiene un mejor rendimiento general que la combinación de los gráficos MEWMA y Shewhart. También consideramos una combinación de tres gráficos que consiste en el gráfico de MEWMA para la media, un gráfico del tipo MEWMA de desviaciones cuadradas de la meta y el gráfico de Shewhart. Cuando el tamaño de la muestra es n 1 esta combinación de tres gráficos no parece tener un mejor rendimiento general que la combinación de los dos gráficos MEWMA. Cuando nampgt 1 la combinación de tres gráficas tiene un rendimiento significativamente mejor para algunos cambios medios, pero algo peor para los cambios en la variabilidad. . Resumen: La tabla de control multivariada estándar emplea generalmente el tamaño de muestra fijo en el intervalo de muestreo fijo (FSI) para monitorear un proceso. En este estudio, se investiga un gráfico de media móvil ponderada exponencialmente multivariante (MEWMA) con intervalos de muestreo variables (VSI). La tabla MEWMA con VS. Resumen: La tabla de control multivariada estándar emplea generalmente el tamaño de muestra fijo en el intervalo de muestreo fijo (FSI) para monitorear un proceso. En este estudio, se investiga un gráfico de media móvil ponderada exponencialmente multivariante (MEWMA) con intervalos de muestreo variables (VSI). La tabla MEWMA con VSI varía el intervalo de muestreo del proceso como una función de los datos del proceso. La medida de rendimiento de la tabla VSI MEWMA se obtiene a través de un enfoque de cadena de Markov y se compara con el correspondiente estándar FSI MEWMA gráfico en términos de tiempo promedio para señalar para diferentes magnitudes de los cambios en la media del proceso. Se muestra que el gráfico VSI MEWMA es más eficiente que la carta estándar FSI MEWMA correspondiente para detectar cambios en la media del proceso. D si no hay tal indicación. El objetivo de este estudio es presentar un gráfico VSI MEWMA para mejorar el rendimiento de la tabla de control. El enfoque de cadena de Markov descrito en Runger y Prabhu -9- se modifica para evaluar el tiempo promedio de señal (ATS) de la tabla VSI MEWMA. A continuación, el rendimiento de la tabla VSI MEWMA se compara con el correspondiente estándar FSI MEWMA gráfico. 2 Diseño de V. por F. Camciy, R. B. Chinnamz, R. D. Ellisz. 2005. Es importante monitorear los procesos de fabricación para mejorar la calidad del producto y reducir los costos de producción. El Control de Procesos Estadísticos (SPC) es el método más utilizado para el monitoreo de procesos, en particular haciendo distinciones entre las variaciones atribuidas a la variabilidad normal del proceso. Es importante monitorear los procesos de fabricación para mejorar la calidad del producto y reducir los costos de producción. El Control de Procesos Estadísticos (SPC, por sus siglas en inglés) es el método más utilizado para el monitoreo de procesos, en particular haciendo distinciones entre las variaciones atribuidas a la variabilidad normal del proceso a las causadas por causas especiales. La mayoría de los métodos SPC y SPC multivariante (MSPC) son paramétricos porque hacen suposiciones sobre las propiedades distributivas y la estructura de autocorrelación de los parámetros del proceso en control y, si están satisfechos, son eficaces en el manejo de falsas alarmas - positivas y falsos negativos. Sin embargo, cuando los procesos no satisfacen estas suposiciones, la eficacia de los métodos de CPS se ve comprometida. Se han propuesto en la bibliografía varios gráficos de control no paramétricos basados en rangos secuenciales de medidas de profundidad de datos, pero su desarrollo e implementación han sido bastante lentos en el control de procesos industriales. Varias tablas de control no paramétricas basadas en principios de aprendizaje mecánico también se han propuesto en la literatura para superar algunas de estas limitaciones. Sin embargo, a diferencia de los métodos convencionales de SPC, estas multi-variables no paramétricas (Montgomery 2001). Un tipo de MSPC son gráficos multivariados extendidos a partir de métodos de SPC univariados, incluyendo el gráfico de Hotellings T2 (Hotelling 1947), EWMA multivariable (Lowry et al., 1992, - Runger y Prabhu 1996-, Testik y Borror 2004) y gráficos CUSUM multivariados (Ngai Y Zhang 2001, Runger y Testik 2004). Otro tipo de MSPC se basa en la proyección de la variable latente, como el análisis de componentes principales. Por autores desconocidos. La tomografía de red activa se refiere a una clase interesante de problemas inversos a gran escala que surgen al estimar la calidad de los parámetros de servicio de las redes informáticas y de comunicaciones. Este artículo se centra en la estimación de los índices de pérdida de los enlaces internos de una red utilizando medidores de extremo a extremo. La tomografía de red activa se refiere a una clase interesante de problemas inversos a gran escala que surgen al estimar la calidad de los parámetros de servicio de las redes informáticas y de comunicaciones. Este artículo se centra en la estimación de los índices de pérdida de los enlaces internos de una red utilizando mediciones de extremo a extremo de nodos situados en la periferia. Se introduce una clase de experimentos flexibles para probar activamente la red y se obtienen condiciones bajo las cuales se estima toda la información de nivel de enlace. Se investiga la estimación de máxima verosimilitud utilizando el algoritmo EM, la estructura del algoritmo y las propiedades de los estimadores de máxima verosimilitud. Esto incluye estudios de simulación utilizando el ns (simulador de red) para obtener tráfico de red realista. También se estudia el diseño óptimo de los experimentos de sondeo. Finalmente, se ilustra brevemente la aplicación de los resultados a la monitorización de la red. Subyacente a través de los límites de control (fronteras de una o dos caras). El método más común para calcular ARLs (aparte de la simulación) utiliza una aproximación de cadena de Markov (Brook y Evans 1972 - Ringer y Prabhu 1996--) discretizando el espacio de estados. Crowder (1987) desarrolló un mejor enfoque de ecuación integral para las estadísticas basadas en EWMA. Las rutinas numéricas están disponibles en SAS para calcular las ARLs cuando el unde.
No comments:
Post a Comment