Ponderata esponenzialmente Moving Schemi di Controllo Media: Proprietà e miglioramenti Lucas, James M. Saccucci, Michael S. (1990, American Statistical Association e ASQC) E. I. du Pont de Nemours and Company, Newark, DE Drexel University, Philadelphia, PA Technometrics Vol. 32 n ° 1 QICID:. 13425 febbraio 1990 pp 1-12 Lista 10.00 membro 5,00 Questo articolo non è disponibile on-line. Contattaci per ricevere una scansione dell'archivio, in formato PDF. Nuovo per ASQ registrati qui. Articolo astratta Roberts (1959) prima ha introdotto il sistema di controllo in modo esponenziale ponderata media mobile (EWMA). Usando simulazione per valutare le proprietà, ha mostrato che l'EWMA è utile per rilevare piccoli spostamenti nel mezzo di un processo. Il riconoscimento che uno schema di controllo EWMA può essere rappresentato come una catena di Markov consente sue proprietà da valutare più facilmente e completamente di quanto precedentemente fatto. In questo articolo, valutiamo le proprietà di un sistema di controllo EWMA utilizzato per monitorare la media di un processo normalmente distribuita che possono verificarsi spostamenti di distanza dal valore di riferimento. Una procedura di progettazione per sistemi di controllo EWMA è dato. I valori dei parametri non comunemente utilizzati in letteratura sono dimostrato di essere utile per rilevare piccoli spostamenti in un processo. Inoltre, numerosi miglioramenti ai regimi di controllo EWMA sono considerati. Questi includono una funzione di risposta iniziale veloce che rende il sistema di controllo EWMA più sensibile alle start-up problemi, un Shewhart EWMA combinato che fornisce protezione contro grandi e piccoli spostamenti in un processo, e un EWMA robusto che fornisce protezione contro i valori anomali occasionali nel dati che altrimenti potrebbero causare un segnale fuori controllo. Un confronto ampio rivela che i sistemi di controllo EWMA hanno in media proprietà tiratura simili a quelle per i sistemi di controllo somma cumulativa. Durata media run (ARL), carta di controllo somma cumulativa (CUSUM), ponderata esponenzialmente muovendo classifiche medi di controllo (EWMA), geometriche media mobile (GMA) grafici, prima risposta veloce (FIR) ponderata esponenzialmente in movimento schemi di controllo media: proprietà e miglioramenti quotThe valore iniziale x 0 è posto uguale al processo di controllo significa, 0. in generale, i valori minori di aumentare la sensibilità chartx27s a cambiamenti minori nel processo dire, mentre valori più grandi di aumentare la sua sensibilità a spostamenti più grandi (Lucas e Saccucci 1990 ). La deviazione standard di z t è definito come quot Mostra astratto Nascondi Abstract Abstract: caduta di rilevamento è una questione cruciale nella cura della salute degli anziani. In questo lavoro, si propone un metodo innovativo per la rilevazione cadute mediante una funzione semplice descrittori del corpo umano. Le caratteristiche estratte sono abbastanza discriminante per descrivere posture umane e non troppo computazionalmente complesso per consentire una rapida elaborazione. Il rilevamento caduta è affrontata come un problema di rilevamento anomalia statistica. L'approccio proposto combina modellazione utilizzando principali modellazione l'analisi delle componenti con il esponenzialmente ponderata media mobile (EWMA) tabella di monitoraggio. Il regime EWMA viene applicato sui componenti principali ignorati per rilevare la presenza di cadute. Utilizzando due diversi set di dati di rilevamento caduta, URFD e FDD, abbiamo dimostrato una maggiore sensibilità e l'efficacia del metodo sviluppato rispetto ai metodi PCA basate convenzionali. Testo integrale dell'articolo dicembre 2016 IEEE Transactions sulla conoscenza e dei dati di Ingegneria Nabil Zerrouki Fouzi Harrou Ying Sole Amrane Houacine quota zona ben nota comporta la statistica EWMA, che è un ottimale significare stimatore quando la media segue un primo ordine integrato modello a media mobile 19 e quando la media è soggetto a passo casuale cambia 14. EWMA è semplice da applicare come CUSUM, può essere utilizzato per stimare la media corrente ed esegue così come la procedura CUSUM 20. Pesi sul EWMA significare estimatorX t diminuisce esponenzialmente in una serie geometrica in tempo: X t (1) X t1 X t. dove agisce come il coefficiente di oblio (0 lt 1), X t è il valore corrente di una sequenza di variabili casuali andX 0 possono essere adottate per la media dei dati preliminari. quot Mostra astratto Nascondi Abstract Abstract: algoritmi di apprendimento incrementali e on-line sono più rilevanti nel contesto di data mining a causa della crescente necessità di elaborare i flussi di dati. In questo contesto, la funzione target può cambiare nel tempo, un problema inerente dell'apprendimento online (noto come concetto di deriva). Al fine di gestire il concetto di deriva a prescindere dal modello di apprendimento, proponiamo nuovi metodi per monitorare i parametri di rendimento misurati durante il processo di apprendimento, vengono attivati dei segnali di deriva quando è stata rilevata una variazione significativa. Per monitorare questa performance, applichiamo alcune disuguaglianze probabilità che assumono solo indipendenti, univariata e delimitata variabili aleatorie di ottenere garanzie teorici per la rilevazione di tali cambiamenti distributivi. Alcune restrizioni comuni per il rilevamento delle modifiche in linea così come i tipi rilevanti di cambiamento (brusco e graduale) sono considerati. Si propongono due approcci principali, il primo riguarda le medie mobili ed è più adatto per rilevare i cambiamenti bruschi. Il secondo segue un idea intuitiva diffusa a che fare con i cambiamenti graduali che utilizzano medie mobili ponderate. La semplicità dei metodi proposti, insieme all'efficienza computazionale li rendono molto vantaggiosa. Usiamo un classificatore Nave Bayes e un Perceptron per valutare le prestazioni dei metodi più dati sintetici e reali. Articolo 14 agosto 2015 quotEWMA è un calcolo per analizzare i punti di dati con la creazione di una serie di medie di diversi sottoinsiemi di set di dati completo. La media mobile viene utilizzata con i dati di serie temporali per appianare le fluttuazioni a breve termine e mettere in evidenza le tendenze a lungo termine. quot testo integrale Conference Paper agosto 2015 IEEE Transactions sulla conoscenza e dati Engineeringby Yang Zhao, Neal Patwari, Jeff M. Phillips. Rete radio frequenza (RF) (NRES) sistemi di rilevamento dell'ambiente individuare e tracciare le persone in edifici che utilizzano i cambiamenti nelle misure di potenza del segnale da parte di una rete di sensori wireless. E 'stato dimostrato che tali sistemi possono trovare persone che non partecipano al sistema indossando qualsiasi radio. Rete radio frequenza (RF) (NRES) sistemi di rilevamento dell'ambiente individuare e tracciare le persone in edifici che utilizzano i cambiamenti nelle misure di potenza del segnale da parte di una rete di sensori wireless. E 'stato dimostrato che tali sistemi possono trovare persone che non partecipano al sistema indossando qualsiasi dispositivo radio, anche attraverso pareti, a causa dei cambiamenti che le persone si spostano causano alla rete di sensori wireless statica. Tuttavia, molti di questi sistemi non possono individuare le persone stazionarie. Vi presentiamo e valutare un sistema in grado di individuare le persone fisse o in movimento, senza calibrazione, utilizzando la distanza kernel di quantificare la differenza tra due istogrammi delle misurazioni di intensità del segnale. Da cinque esperimenti, abbiamo dimostrato che il nostro sistema tomografico di localizzazione basato sulla radio, distanza kernel si comporta meglio rispetto ai sistemi state-of-the-art NRES in diversi ambienti non line-of-sight. istogrammi AEC. Noi, tuttavia, richiede l'inizializzazione degli istogrammi al tempo zero. Nel funzionamento in tempo reale, dovremmo semplicemente far funzionare il sistema per un breve periodo per raccogliere misurazioni RSS sufficienti -14-- per consentire al LTH di stabilirsi prima di usare i suoi risultati. Utilizzando il filtro di EWMA, nostro krti non ha tale falsa immagine, come mostrato in Figura 14. Per vedere come EWMA supera l'effetto della posizione chan. da Galit Shmueli, Stephen E. Fienberg - Metodi statistici nella lotta al terrorismo. Del 2004. Una recente revisione della letteratura sui sistemi di sorveglianza ha rivelato un enorme numero di articoli che riguardano la ricerca, una serie di siti web, e una parte relativamente piccola (ma in rapido aumento) il numero di sistemi di sorveglianza attuali, in particolare per la diagnosi precoce di un attacco bioterroristico Bravata et al. Una recente revisione della letteratura sui sistemi di sorveglianza ha rivelato un enorme numero di articoli che riguardano la ricerca, una serie di siti web, e una parte relativamente piccola (ma in rapido aumento) il numero di sistemi di sorveglianza attuali, in particolare per la diagnosi precoce di un attacco bioterroristico Bravata et al. 2004 sistemi di sorveglianza di bio-terrorismo moderno come quelli schierati a New York City, Western Penn - da George V. Moustakides, Aleksey S. Polunchenko, Er G. Tartakovsky. 907. Abstract: Per i più popolari regole di rilevamento cambio sequenziale, come CUSUM, EWMA e il test Shiryaev-Roberts, sviluppiamo equazioni integrali e un metodo numerico sintetico per calcolare una serie di metriche di performance, tra cui ritardo di rilevamento medio e il tempo medio di falso allarme. Paghiamo specia. Abstract: Per i più popolari regole di rilevamento cambio sequenziale, come CUSUM, EWMA e il test Shiryaev-Roberts, sviluppiamo equazioni integrali e un metodo numerico sintetico per calcolare una serie di metriche di performance, tra cui ritardo di rilevamento medio e il tempo medio di falso allarme. Prestiamo particolare attenzione alla procedura di Shiryaev-Roberts e valutare le sue prestazioni per varie strategie di inizializzazione. Per quanto riguarda la variante di inizializzazione randomizzato proposto dalla Pollak, che è noto per essere asintoticamente ottimale dell'ordine-3, proponiamo, per la prima volta, un mezzo per numericamente calcolare la distribuzione quasi stazionario, che è la distribuzione della variabile casuale inizializzazione, rendendo questo test applicabile in pratica. Un significativo collaterale prodotto della nostra tecnica di calcolo è l'osservazione che inizializzazioni deterministiche della procedura Shiryaev-Roberts possono anche godere dello stesso ordine-3 proprietà ottimalità come Pollaks di test randomizzato e, dopo un'accurata selezione, anche in modo uniforme sovraperformare esso. di Nong Ye, Connie Borror, Yebin Zhang - Internazionale. Rilevamento delle intrusioni è utilizzato per monitorare e catturare le intrusioni in computer e la rete di sistemi, che tentano di compromettere la sicurezza dei sistemi informatici e di rete. Per proteggere i sistemi informativi da intrusioni e quindi garantire l'affidabilità e la qualità del servizio dei sistemi informativi, esso. Rilevamento delle intrusioni è utilizzato per monitorare e catturare le intrusioni in computer e la rete di sistemi, che tentano di compromettere la sicurezza dei sistemi informatici e di rete. Per proteggere i sistemi informativi da intrusioni e quindi garantire l'affidabilità e la qualità del servizio dei sistemi informativi, è altamente auspicabile per sviluppare tecniche che consentono di rilevare le intrusioni nei sistemi informativi. Molte intrusioni manifestano in drammatici cambiamenti nell'intensità di eventi che si verificano nei sistemi informativi. A causa della capacità di esponenzialmente mobile ponderata classifiche medi (EWMA) di controllo per controllare il tasso di occorrenze di eventi in base alla loro intensità, applichiamo tre statistiche EWMA per rilevare variazioni anomale nell'intensità eventi per rilevazioni intrusione. Essi comprendono il grafico EWMA per i dati autocorrelati, il grafico EWMA per i dati non correlati e il grafico EWMA per il monitoraggio del processo di deviazione standard. Gli obiettivi di questo lavoro sono quelli di fornire procedure di progettazione per la realizzazione di queste carte di controllo e indagare le loro prestazioni utilizzando diverse impostazioni dei parametri sulla base di un unico grande insieme di dati. La capacità di diagnosi precoce di queste tecniche EWMA è esaminato anche a fornire gli orientamenti circa la capacità di progettazione di sistemi informativi. Copyright 2002 John Wiley Sons ampamp, Ltd. PAROLE CHIAVE: esponenzialmente ponderata movimento di rilevazione media (EWMA) intrusione di garanzia informazioni dati di controllo del computer anomalia di rilevamento 1. modifiche Lous nell'intensità evento in un sistema informativo. La carta di controllo EWMA per la media di un processo è stato introdotto da Roberts 8. Crowder 9,10, Hunter 11, e Lucas e Saccucci -12-- fornire suggerimenti e valutazioni della carta di controllo EWMA e il suo utilizzo nel monitoraggio e controllo dei processi . MacGregor e Harris 13 presentano lo schema EWMA per la variabilità processo di monitoraggio. Borr. da Changliang Zou, Yujuan Zhang, Wang Zhaojun - Operazioni IIE. Del 2006. Carte di controllo sulla base del modello di Changepoint sono proposti per il monitoraggio dei profili lineari quando i valori nominali dei parametri di processo non sono noti, ma alcuni esempi storici sono disponibili. Questi grafici possono rilevare un cambiamento sia nel intercettare o la pendenza o la deviazione standard. Il. Carte di controllo sulla base del modello di Changepoint sono proposti per il monitoraggio dei profili lineari quando i valori nominali dei parametri di processo non sono noti, ma alcuni esempi storici sono disponibili. Questi grafici possono rilevare un cambiamento sia nel intercettare o la pendenza o la deviazione standard. I risultati simulati mostrano che il nostro approccio ha buone prestazioni su tutta la gamma di possibili spostamenti e può essere utilizzato durante le fasi di start-up del processo. Le semplici ausili diagnostici sono dato anche per stimare la posizione del cambio e determinare quale dei parametri è cambiato. 1 di Ruediger Martin, Ruediger Martin, Michael Menth, Michael Menth - Proc. della Conferenza GIITG su misura, Modellazione e valutazione dei sistemi di comunicazione (MMB) Computer e, insieme con PolishGerman Teletraffic Symposium (PGTS., 2004. misurazione della frequenza sono necessari per vari scopi, ad esempio per l'analisi del sistema e la modellazione o per i sistemi live che reagiscono alle misurazioni. per la misura off-line tutti i dati sono disponibili in anticipo. Qui, ritardo di tempo tra la raccolta e l'analisi dei dati non è un problema. in linea di misura, però. misurazione della frequenza sono necessari per vari scopi, ad esempio per l'analisi del sistema e la modellazione o per sistemi live che reagiscono alle misurazioni. per la misura off-line tutti i dati sono disponibili in anticipo. Qui, ritardo di tempo tra la raccolta dei dati e l'analisi dei dati non è un problema. in linea di misura, tuttavia, le misure tariffe in tempo reale. in tal modo, la misura sono necessari algoritmi che forniscono la loro produzione come tempestivo possibile presentiamo tre algoritmi ben noti per la misurazione della frequenza:. il metodo disgiunte Intervalli, la media mobile, e la media mobile esponenziale ponderata nel disgiunti intervalli. Analizziamo e confrontare le loro proprietà e trovare problemi come ritardo pesante o reazione eccessiva alle fluttuazioni casuali. Per affrontare questi problemi, deriviamo un nuovo algoritmo chiamato Tempo ponderata esponenzialmente Media mobile come una versione continua del ponderata esponenzialmente media mobile. Infine, confrontiamo questo algoritmo per gli altri metodi e dimostrare che risolve questi problemi. mentito un singolo evento produce anche 0 M (, j) d Xj Il EWMA-DI è stato introdotto da 3 e questo meccanismo è stato studiato in modo intensivo soprattutto nel campo dell'economia di analisi grafico -4, 5, 6, 7, 8 , 9--. Il EWMA è utilizzato anche in molti documenti tecnici del IETF 10, 11, il più importante è probabilmente la stima obsoleta del tempo di andata e ritorno per il protocollo TCP in 12. Come questo algoritmo è il design. da Taber H. Smith, Duane S. Boning - International Electronics Manufacturing Simposio, IEMT ampapos96. 1996. Astratte opere recenti hanno dimostrato che una media mobile di controllo (EWMA) esponenzialmente ponderata può essere utilizzato su processi di semiconduttori per mantenere gli obiettivi di processo per periodi ex-tendenza per una migliore qualità del prodotto e diminuisce i tempi di inattività ma-chine. La corretta scelta dei parametri di regolazione (EWMA weig. Astratti opere recenti hanno dimostrato che una media mobile) di controllo EWMA (esponenzialmente ponderata può essere utilizzato su processi di semiconduttori per mantenere gli obiettivi di processo per periodi ex-tendenza per una migliore qualità del prodotto e diminuisce i tempi di inattività ma-chine. la corretta scelta dei parametri di regolazione (pesi EWMA) è fondamentale per le prestazioni di questo sistema. questo lavoro prende in esame come i diversi fattori di processo influenzano i parametri ottimali di regolazione. Abbiamo dimostrato che una mappatura funzione dallo stato di disturbo (ampiezza della deriva lineare e rumore casuale) di un dato processo ai corrispondenti pesi ottimali EWMA possono essere generati, ed una rete neurale artificiale (ANN) addestrati per imparare la mappatura. un controller autoapprendimento EWMA viene proposto che aggiorna dinamicamente suoi parametri di regolazione stimando lo stato di disturbo e con il mappatura funzione ANN per fornire aggiornamenti parametri del regolatore. il risultato è un controllore adattativo che elimina la necessità di un tecnico esperto per sintonizzare il controllore, permettendo così di essere più facilmente applicata ai processi di semiconduttori. Termini di controllo adattivo, rete neurale artificiale, EWMA, processo congtrol. da Peihua Qiu, Douglas Hawkins - Technometrics. 2001. Consideriamo controllo statistico di processo quando le misurazioni sono multivariata. Una procedura CUSUM è suggerita nel rilevare un cambiamento nel vettore medio delle misurazioni, che si basa sui antiranks trasversali delle misurazioni. Ad ogni punto di tempo, le misure vengono ordinati e loro anti. Consideriamo controllo statistico di processo quando le misurazioni sono multivariata. Una procedura CUSUM è suggerita nel rilevare un cambiamento nel vettore medio delle misurazioni, che si basa sui antiranks trasversali delle misurazioni. Ad ogni punto di tempo, le misure sono ordinate e vengono registrati i loro antiranks, che sono gli indici delle statistiche d'ordine,. Quando il processo è in controllo e la distribuzione congiunta delle misurazioni multivariati soddisfa alcune condizioni di regolarità, il vettore antirank ad ogni tempo ha una data distribuzione. Questa distribuzione modifiche a qualche altra distribuzione quando il processo è fuori controllo e le componenti del cambiamento nel vettore medio del processo non sono tutti uguali. Questo CUSUM può quindi rilevare spostamenti in tutte le direzioni tranne quella in cui i componenti del cambiamento nel vettore medio sono tutti uguali ma non nullo. Lo spostamento con i componenti uguali, tuttavia, può essere facilmente rilevato da un altro CUSUM univariata. la seconda procedura eseguita meglio thesrst uno in molti casi. 2 Lowry, Woodall, Champ, e Rigdon (1992) ha esteso la procedura univariata esponenzialmente ponderata media mobile di controllo (ad esempio - Lucas e Saccuc - CI 1990) al caso multivariato. Il loro procedimento segna un cambiamento quando Z 0 i 1 Z i Z i gt h, dove Z i RX (i) (IR) Z i 1 Z 0 0 R diag (r 1 r 2 rp), e 0si 1 per ogni i 1 2. per Peihua Qiu, Douglas Hawkins -.. JRSS-D (lo statistico 2003 la gamma piuttosto limitata di strumenti per il controllo statistico di processo multivariata generalmente riposo sul presupposto che i vettori di dati seguono una multivariata normale distribuzione - un presupposto che è raramente soddisfatta . in questo lavoro, si discute rilevare eventuali spostamenti nel mezzo vettore di un multiv la gamma piuttosto limitata di strumenti per multivariata controllo statistico di processo generalmente poggiano sul presupposto che i vettori di dati seguono una multivariata normale distribuzione -. un presupposto che è raramente soddisfatta . in questo lavoro, si discute rilevare eventuali spostamenti nel mezzo vettore di una misura multivariata di un processo statistico quando la distribuzione multivariata della misurazione non sia gaussiana. una procedura non parametrico somma cumulativa (CUSUM) è suggerito, che si basa sia su le informazioni di ordine tra le componenti di misura e sulle informazioni di ordine tra i componenti di misura e dei loro mezzi di controllo. Pastorale (1988) ha concluso che la sua seconda procedura generalmente risultati migliori rispetto thesrst. Lowry et al. (1992) ha esteso il procedimento (ad esempio - Lucas e Saccucci 1990--) univariata esponenzialmente ponderata media mobile di controllo per il caso multivariata. Nella letteratura, l'esecuzione di una procedura CUSUM è spesso misurata dalla lunghezza corsa media (ARL), che è il numero medio di campioni necessari per la procedura t. da Stefan H. Steiner. 1998. Questo articolo propone una versione del movimento classifiche media (EWMA) di controllo in modo esponenziale ponderate relative al controllo dei dati raggruppati per i turni di processo. Le proprietà tiratura di questo nuovo schema di dati EWMA raggruppati vengono confrontati con risultati simili ottenuti in precedenza per i grafici EWMA per var. Questo articolo propone una versione del movimento classifiche media (EWMA) di controllo in modo esponenziale ponderate relative al controllo dei dati raggruppati per i turni di processo. Le proprietà tiratura di questo nuovo schema di dati EWMA raggruppati vengono confrontati con risultati simili ottenuti in precedenza per i grafici EWMA per i dati variabili e con quelli per la somma cumulativa (CUSUM) i regimi basati su dati raggruppati. Grafici raggruppati i dati EWMA sono dimostrato di essere quasi efficiente come variabili grafici EWMA a base, e sono quindi un'alternativa interessante quando la raccolta dei dati variabili non è feasibleby Jiujun Zhang, B Changliang Zoub, Zhaojun Wangb. Recentemente, il monitoraggio del processo di media e la varianza contemporaneamente utilizzando un unico grafico ha disegnato sempre più attenzione. In questo articolo, vi proponiamo un nuovo grafico singolo che integra la procedura EWMA con le statistiche del test rapporto di verosimiglianza generalizzato (GLR) per monitorare congiuntamente sia per il professionista. Recentemente, il monitoraggio del processo di media e la varianza contemporaneamente utilizzando un unico grafico ha disegnato sempre più attenzione. In questo articolo, vi proponiamo un nuovo grafico singolo che integra la procedura EWMA con le statistiche del test rapporto di verosimiglianza generalizzato (GLR) per monitorare congiuntamente sia il processo di media e varianza. Può essere facilmente progettato e costruito, e la sua lunghezza corsa media può essere valutato da un modello di catena di Markov bidimensionale. A causa delle buone proprietà del test GLR e EMWA, risultati di calcolo mostrano che esso fornisce piuttosto prestazione robusta e soddisfacente in vari casi, tra cui il rilevamento della diminuzione della variabilità e l'osservazione individuale del punto di prelievo, che sono molto importanti molte applicazioni pratiche, ma non possono essere ben gestita dai approcci esistenti in letteratura. L'applicazione del nostro metodo proposto è illustrato da un esempio reale di dati dal controllo di processo chimico. Copyright 2009 John Wiley Sons ampamp, Ltd. da Harriet nero Nembhard, Nicola J. Ferrier, Tim A. Osswald, Juan R. Sanz-Uribe. Del 2002. transizioni di produzione sono aumentati a causa di pressioni più elevate per la varietà del prodotto. Una dimensione di questa varietà è il colore. Una sfida importante il controllo della qualità è quella di regolare il colore mediante l'acquisizione dei dati sul colore in tempo reale durante l'operazione e di usarlo per valutare le opportunità di andare. transizioni di produzione sono aumentati a causa di pressioni più elevate per la varietà del prodotto. Una dimensione di questa varietà è il colore. Una sfida importante il controllo della qualità è quella di regolare il colore mediante l'acquisizione dei dati sul colore in tempo reale durante l'operazione e di usarlo per valutare le opportunità di parti buone. la creazione di grafici di controllo, se applicato a un processo di stato stabile, è un efficace strumento di monitoraggio per controllare continuamente per turni di processo o turbamenti. Tuttavia, la presenza di eventi di transizione può impedire il normale svolgimento di un grafico di controllo tradizionale. In questo articolo, presentiamo un modello integrato per il monitoraggio e la visione statistica utilizzando un segnale di monitoraggio per determinare l'inizio della transizione e un segnale di conferma per assicurare che qualsiasi oscillazione processo ha concluso. Abbiamo anche sviluppato un sistema automatizzato Colori e Forecasting (ACAFS) che siamo in grado di regolare e calibrare per implementare questa metodologia in diversi processi produttivi. Usiamo un processo di transizione di colore in estrusione di plastica per illustrare un evento di transizione e dimostrare la nostra metodologia proposta. ggested da Roberts 11. Nella comunità SPC, la carta di controllo EWMA è noto per la sua capacità di rilevare piccole processo si sposta in modo più efficace rispetto alle tradizionali carte di Shewhart (per esempio vedi 12 e -13--). La statistica EWMA è definita come Nembhard, Ferrier, Oswald, e Sanz-Uribe (2002) 12z t YT (1) zt 1 (3) dove zt è il nuovo valore della variabile di interesse, è il Constan levigante. da Harriet Nero Nembhard, Ming, Shu Kao - Internazionale. 2001. parti Nonconfonning sono spesso prodotte quando un processo passa da un livello all'altro a causa di eventi di transizione. la creazione di grafici di controllo, se applicato a un processo di stato stabile, è un efficace strumento di monitoraggio per controllare continuamente per turni di processo o turbamenti. Tuttavia, la presenza di eventi di transizione può. parti Nonconfonning sono spesso prodotte quando un processo passa da un livello all'altro a causa di eventi di transizione. la creazione di grafici di controllo, se applicato a un processo di stato stabile, è un efficace strumento di monitoraggio per controllare continuamente per turni di processo o turbamenti. Tuttavia, la presenza di eventi di transizione può impedire il perfonnance nonnal del grafico di controllo tradizionale con un aumento falsi allarmi. La presenza di autocorrelazione richiede anche la modifica alla procedura di controllo di rilevamento. Vi presentiamo una metodologia per caratterizzare la transizione processo che coinvolge un segnale di monitoraggio statistica, sulla base della previsione basata su esponenzialmente ponderata media mobile (EWMA). Questo test integrare il controllo EWMA previsioni basato grafici come mezzo per rilevare quando l'evento transizione è completa. Tale procedura facilita la corretta applicazione della carta di controllo adeguato per sapere quando la transizione è finita. La metodologia di caratterizzazione di transizione porta anche benefici in termini di risparmio di costi e materiali. Usiamo un processo di transizione di colore in estrusione di plastica per illustrare un evento di transizione e dimostrare la nostra metodologia proposta. Simulazione è impiegato per valutare la perfonnance della metodologia. Copyright 2001 John Wiley Sons ampamp, Ltd. PAROLE CHIAVE: Statistical Process Control segnale di tracking colore transizione processo di estrusione I. grafico Qual. Reliab. Engng. Int. 2001 17: 307-321MONTfORING TRANSmONS processo è noto per la sua capacità di rilevare processo smalt sposta più effectivety rispetto alle tradizionali carte di Shewhart (ad esempio vedi -13,14--). La statistica EWMA è definita come Zt Ayt (I - A) Zt-l (2) dove 0 lt A I è la levigatura costante. I valori tipici per A sono tra 0,05 e 0,25 in apptications SPC. La EWMA ha anche una tonnellata. da Michael D. Joner, William H. Woodall, Marion R. Reynolds, Ronald D. Fricker. Spesso è importante rilevare rapidamente un aumento del tasso di incidenza di una data malattia o altra condizione medica. E 'stato dimostrato che quando conta malattia sono sequenzialmente disponibili da un'unica regione, un grafico di controllo univariata progettato per rilevare aumenti di tasso, come un cumul unilaterale. Spesso è importante rilevare rapidamente un aumento del tasso di incidenza di una data malattia o altra condizione medica. E 'stato dimostrato che quando conta malattia sono sequenzialmente disponibili da un'unica regione, un grafico di controllo univariata progettato per rilevare aumenti di tasso, come un grafico somma cumulativa unilaterale, è molto efficace. Quando conteggi malattia sono disponibili da diverse regioni in momenti corrispondenti, il metodo di monitoraggio più efficace non è evidente. metodi di monitoraggio multivariata sono stati suggeriti per affrontare questo problema di rilevamento. Alcuni di questi approcci hanno difetti che sono stati recentemente dimostrato in letteratura controllo qualità. Discutiamo queste limitazioni e suggeriamo un multivariata alternativa esponenzialmente ponderata in movimento grafico media. Confrontiamo la performance media run-length di questo grafico con quello dei metodi di concorrenti. Abbiamo anche valutare le prestazioni statistica di questi grafici, quando l'aumento effettivo del tasso di conteggio malattia è diverso da quello che il grafico è stato ottimizzato per rilevare rapidamente. Copyright by Francisco Aparisi, J. Carlos Garca-DAZ. Abstract: Il grafico di controllo della qualità EWMA, e la sua versione multivariata (MEWMA), possono essere progettati per rilevare efficacemente piccoli spostamenti nel vettore medio di un insieme di caratteristiche di qualità p di un processo di produzione. Tuttavia, questo lavoro presenta un metodo per la progettazione ottimale dei parametri del M. Abstract: Il grafico di controllo della qualità EWMA, e la sua versione multivariata (MEWMA), può essere progettata per rilevare efficacemente piccoli spostamenti nel vettore medio di un insieme di caratteristiche qualitative p di un processo di produzione. Tuttavia, questo lavoro presenta un metodo per la progettazione ottimale dei parametri delle tabelle MEWMA e EWMA per controllare processi in cui non è conveniente per rilevare piccoli spostamenti ampiezza e, allo stesso tempo, abbastanza potenti da rilevare spostamenti considerati importanti. Questo problema può essere considerato come una ottimizzazione multi-obiettivo cui sono definiti due regioni di prestazioni diverse. L'obiettivo di questo lavoro è quello di trovare la migliore MEWMA e EWMA carte di controllo di qualità date le regioni precedenti, in cui i requisiti per ciascuna regione deve essere equilibrato per decidere quale soluzione è meglio. A questo scopo, software di facile Windows è stato sviluppato per ottimizzare questo problema, utilizzando algoritmi genetici. I risultati mostrano che il disegno utilizzando il nostro approccio supera gli altri disegni. per R è 0,2 (Hunter 5). Per il valore Z0sthe adottato è il valore medio nominale 0sor il valore medio di campionamento in autori processes. sSome in-controllo (Hunter 5, 6 e Crowder Lucassand Saccucci -7--) hanno studiato le proprietà del thisschart per il controllo statistico dei processi industriali. sLet039s analizzano il disegno del diagramma. Se il qualitysvariable per controllare è distribuito secondo tos). da autori ignoti. il confronto con altre procedure di controllo della qualità di simulazione al computer. il confronto con altre procedure di controllo della qualità di simulazione al computer Ärztekammer zur Qualitätssicherung in medizinischen Laboratorien (Rili-BAK) 7, e il pieno algoritmo di Westgard 8. Tra le varie soluzioni per il calcolo delle ARLS di grafici EWMA (vedi, ad esempio, -9, 10- -), ho scelto la simulazione Monte Carlo per la sua facilità di implementazione per ogni tipo di carta di controllo. La simulazione è stato scritto in Pascal su un PC DOScompatible. Per ogni valore ARL, 10 000 rEPE. da Francisco Aparisi astratta non trovato o R è di 0,2 (Hunter 5). Per Z0 il valore adottato è il valore medio nominale 0 o il valore medio di campionamento nei processi di controllo. Alcuni autori (Hunter 5, 6 e Crowder Lucas e Saccucci -7--) hanno studiato le proprietà di questo grafico per il controllo statistico dei processi industriali. Let039s analizzano il disegno del diagramma. Se la variabile di qualità per il controllo è distribuito secondo N. da David L. Buckeridge A, Howard Burkom C, Murray Campbell D, William R. Hogan E. 2004. La minaccia di bioterrorismo ha stimolato l'interesse per migliorare la sorveglianza della salute pubblica per individuare focolai di malattie più rapidamente di quanto sia attualmente possibile. Per progredire la ricerca per migliorare la tempestività di rilevamento scoppio, l'Advanced Research Project Agency Difesa sponsorizzato l'Bio-evento. La minaccia di bioterrorismo ha stimolato l'interesse per migliorare la sorveglianza della salute pubblica per individuare focolai di malattie più rapidamente di quanto sia attualmente possibile. Per progredire la ricerca per migliorare la tempestività di rilevamento scoppio, l'Advanced Research Project Agency Difesa sponsorizzato l'Bio-evento avanzata Indicatore tecnologia di riconoscimento del progetto (BioALIRT) a partire dal 2001. Lo scopo di questo lavoro è quello di fornire una sintesi della ricerca sulla rilevazione scoppio Leading algoritmi condotti da partner accademici e industriali del progetto BioALIRT. We first suggest a practical classification for outbreak detection algorithms that considers the types of information encountered in surveillance analysis. We then present a synthesis of our research according to this classification. The research conducted for this project has examined how to use spatial and other covariate information from disparate sources to improve the timeliness of outbreak detection. Our results suggest that use of spatial and other covariate information can improve outbreak detection performance. We also identified, however, methodological challenges that limited our ability to determine the benefit of using outbreak detection algorithms that operate on large volumes of data. Future research must address challenges such as forecasting expected values in high-dimensional data and generating spatial and multivariate test data sets. Published by Elsevier Inc. ly weighted moving average (EWMA) to be a simple and robust SPC method for surveillance of sparse data 16. We noted that theoretically defined alerting thresholds for the EWMA and other SPC methods -17-- tend to produce false alarm rates in ranges that are not useful for public health practice, possibly because public health surveillance data tend to violate assumptions of SPC methods as we discuss b. by Kanan Jassal, Biplab Sarkar, Anusheel Munshi, Shilpi Roy, Sayan Paul, Bidhu Kalayan Mohanti, Tharmar Ganesh, Arun Chougule, Kanupriya Sachdev . Consistency analysis for the performance of planar detector systems used in advanced radiotherapy. Consistency analysis for the performance of planar detector systems used in advanced radiotherapy by Helen Meyers Bush, Panitarn Chongfuangprinya, Victoria C. P. Chen, Thuntee Sukchotrat, Seoung Bum Kim . 2 Control charts have been widely recognized as important and critical tools in system monitoring for detection of abnormal behavior and quality improvement. In particular, multivariate control charts have been effectively used when a process involves a number of correlated process variables. Most e. 2 Control charts have been widely recognized as important and critical tools in system monitoring for detection of abnormal behavior and quality improvement. In particular, multivariate control charts have been effectively used when a process involves a number of correlated process variables. Most existing multivariate control charts were developed using the assumption of normally distributed process variables. However, process data from modern industries often do not follow the normal distribution. Despite the great need for nonparametric control charts that can control the error rate regardless of the underlying distribution, few efforts have been made in this direction. In this paper, we propose a new nonparametric control chart (called the kLINK chart) based on a k-linkage ranking algorithm that calculates the ranking of a new measurement relative to the in-control training data. A simulation study was performed to demonstrate the effectiveness of our kLINK chart and its superiority over the traditional Hotellings T2 chart and the ranking depth control chart in nonnormal situations. In addition, to enable increased sensitivity to small shifts, we present an exponentially weighted moving average version of a kLINK chart.
No comments:
Post a Comment