Magyar
Toggle navigation
Tudóstér
Magyar
Tudóstér
Keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Böngészés
Saját polc tartalma
(
0
)
Korábbi keresések
Összesen 1 találat.
#/oldal:
12
36
60
120
Rövid
Hosszú
MARC
Részletezés:
Rendezés:
Szerző növekvő
Szerző csökkenő
Cím növekvő
Cím csökkenő
Dátum növekvő
Dátum csökkenő
1.
001-es BibID:
BIBFORM121325
035-os BibID:
(WOS)000765783100001
Első szerző:
Adegoke, Nurudeen A.
Cím:
Monitoring multivariate coefficient of variation for high-dimensional processes / Nurudeen A. Adegoke, Abdaljbbar Dawod, Olatunde Adebayo Adeoti, Ridwan A. Sanusi, Saddam Akber Abbasi
Dátum:
2022
ISSN:
0748-8017
Megjegyzések:
Multivariate coefficient of variation (MCV) charts are effective tools for monitoring process relative variability. They are developed on the assumption that the process subgroup size available for monitoring the MCV parameter is larger than the number of process characteristics.Insuchacase,the unbiasedestimates of the in-control mean vector and covariance matrix are used to calculate the chartmonitoringstatistic.Here,westudytheperformanceofMCVcontrolcharts when only a small subgroup size is available for estimating the in-control mean vector and covariance matrix. We examine the use of a shrinkage estimate of the covariance matrix and propose two one-sided upward and downwardleast absolute shrinkage and selection operator (LASSO)-based MCV charts for detecting upward and downward shifts in the process MCV parameter, respectively. Our simulation study shows that the LASSO-based MCV charts outperform the classical twoone-sided MCVchartswhensmallsub group sizes a reavailable for monitoring. The improvedperformanceofthe proposed LASSO-based MCV chartsin monitoring shifts in the MCV parameter is demonstrated via an illustrative case study of carbon fiber tube application, where changes are detected earlier than the classical two one-sided MCV charts.
Tárgyszavak:
Műszaki tudományok
Informatikai tudományok
idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
high-dimensional
LASSO
likelihood ratio test
process monitoring
relative variability
shrinkage covariance matrix
Megjelenés:
Quality And Reliability Engineering International. - 38 : 5 (2022), p. 2606-2621. -
További szerzők:
Dawod, Abdaljbbar Babiker Abdaljbbar (1987-) (Ph.D. student)
Adeoti, Olatunde Adebayo
Sanusi, Ridwan A.
Abbasi, Saddam Akber
Internet cím:
Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:
Rekordok letöltése
1
Corvina könyvtári katalógus v8.2.27
© 2023
Monguz kft.
Minden jog fenntartva.