ชี้แจง ถ่วงน้ำหนัก เคลื่อนที่ เฉลี่ย - ควบคุม แผนการ - คุณสมบัติ และ การปรับปรุง

ชี้แจง ถ่วงน้ำหนัก เคลื่อนที่ เฉลี่ย - ควบคุม แผนการ - คุณสมบัติ และ การปรับปรุง

Binary   ตัวเลือก -trading- ข้อดี
A #   ђaeґa   #   €   AE   ™ โฟ - pantip
Curso -forex- โปรตุเกส


5 นาที ไบนารี ตัวเลือก กลยุทธ์ HDFC -forex- อัตรา รูปแบบไฟล์ PDF ในวันนี้ พลังงาน ซื้อขาย ระบบ สถาปัตยกรรม FC- อัตราแลกเปลี่ยน Forex- Facebook ปก Forex- khanani และ Kalia

การควบคุมค่าเฉลี่ยแบบถ่วงน้ำหนักแบบพหุคูณ: คุณสมบัติและการปรับปรุง Lucas, James M. Saccucci, Michael S. (1990, American Statistical Association and ASQC) E.I. du Pont de Nemours และ บริษัท Newark, DE Drexel University, Philadelphia, PA Technometrics Vol. 32 No. 1 QICID: 13425 February 1990 หน้า 1-12 รายการ 10.00 สมาชิก 5.00 บทความนี้ไม่ได้ออนไลน์ ติดต่อเราเพื่อรับการสแกนไฟล์จัดเก็บในรูปแบบ PDF ใหม่ไปที่ ASQ REGISTER Here Here บทคัดย่อ Roberts (1959) เป็นคนแรกที่แนะนำโครงการควบคุมน้ำหนักถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบทวีคูณ (EWMA) ใช้การจำลองเพื่อประเมินสมบัติของเขาแสดงให้เห็นว่า EWMA เป็นประโยชน์สำหรับการตรวจจับการเปลี่ยนแปลงเล็ก ๆ ในกระบวนการเฉลี่ย การรับรู้ว่าโครงการควบคุม EWMA สามารถแสดงเป็นห่วงโซ่ Markov ช่วยให้คุณสมบัติของการประเมินได้ง่ายและสมบูรณ์กว่าที่ได้ทำก่อนหน้านี้ ในบทความนี้เราจะประเมินคุณสมบัติของรูปแบบการควบคุม EWMA ที่ใช้ในการตรวจสอบความหมายของกระบวนการแจกจ่ายแบบปกติซึ่งอาจมีการเปลี่ยนแปลงไปจากค่าเป้าหมาย ขั้นตอนการออกแบบสำหรับแผนการควบคุม EWMA จะได้รับ ค่าพารามิเตอร์ที่ไม่ใช้ทั่วไปในเอกสารนี้แสดงให้เห็นว่ามีประโยชน์สำหรับการตรวจจับการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ในกระบวนการ นอกจากนี้ยังมีการพิจารณาปรับปรุงชุดควบคุม EWMA หลายประการ คุณลักษณะเหล่านี้รวมถึงคุณลักษณะการตอบสนองที่รวดเร็วซึ่งทำให้โครงการควบคุม EWMA มีความไวต่อปัญหาในการเริ่มต้นขึ้นรวมถึง Shewhart EWMA ที่ช่วยป้องกันการเปลี่ยนแปลงขนาดใหญ่และขนาดเล็กในกระบวนการและ EWMA ที่มีประสิทธิภาพซึ่งช่วยป้องกันการผิดพลาดในบางโอกาส ข้อมูลที่อาจทำให้สัญญาณควบคุมไม่อยู่ การเปรียบเทียบที่กว้างขวางแสดงให้เห็นว่าแผนการควบคุม EWMA มีสมรรถนะการวิ่งเฉลี่ยคล้ายกับแผนการควบคุมรวมสะสม ความยาวเฉลี่ยของการดำเนินการ (ARL), แผนภูมิการควบคุมผลรวมสะสม (CUSUM), แผนภูมิการควบคุมค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้ำหนัก (EWMA), แผนภูมิการเคลื่อนที่โดยเฉลี่ยแบบเรขาคณิต (GMA), การตอบสนองอย่างรวดเร็ว (FIR) โดย Yang Zhao, Neal Patwari, Jeff M. Phillips . ระบบตรวจวัดสภาพแวดล้อมแบบคลื่นความถี่วิทยุ (RFES) ของระบบเครือข่าย (NRES) ช่วยระบุผู้คนในอาคารโดยใช้การเปลี่ยนแปลงการวัดความแรงของสัญญาณโดยใช้เครือข่ายเซ็นเซอร์ไร้สาย ได้แสดงให้เห็นว่าระบบดังกล่าวสามารถหาคนที่ไม่เข้าร่วมในระบบได้โดยการสวมวิทยุ ระบบตรวจวัดสภาพแวดล้อมแบบคลื่นความถี่วิทยุ (RFES) ของระบบเครือข่าย (NRES) ช่วยระบุผู้คนในอาคารโดยใช้การเปลี่ยนแปลงการวัดความแรงของสัญญาณโดยใช้เครือข่ายเซ็นเซอร์ไร้สาย แสดงให้เห็นว่าระบบดังกล่าวสามารถหาคนที่ไม่เข้าร่วมในระบบด้วยการสวมอุปกรณ์วิทยุใด ๆ แม้แต่ผ่านกำแพงเนื่องจากมีการเปลี่ยนแปลงที่ทำให้ผู้คนเคลื่อนที่ไปยังเครือข่ายเซ็นเซอร์ไร้สายแบบคงที่ อย่างไรก็ตามระบบดังกล่าวจำนวนมากไม่สามารถหาคนนิ่งได้ เรานำเสนอและประเมินระบบที่สามารถหาคนนิ่งหรือเคลื่อนย้ายได้โดยไม่ต้องสอบเทียบโดยใช้ระยะเคอร์เนลเพื่อหาจำนวนความแตกต่างระหว่างสองฮิสโตแกรมของการวัดกำลังของสัญญาณ จากการทดลองห้าครั้งเราแสดงให้เห็นว่าระบบการแปลตำแหน่งทางคลื่นวิทยุระยะไกลของเคอร์เนลของเรามีประสิทธิภาพดีกว่าระบบ NRES สุดยอดในสภาพแวดล้อมที่ไม่เหมือนสายตา histograms erm อย่างไรก็ตามเราจำเป็นต้องมีการสร้างฮิสโตแกรมในช่วงเวลาศูนย์ ในการดำเนินการแบบเรียลไทม์เราจะเรียกใช้ระบบนี้เป็นระยะเวลาสั้น ๆ เพื่อรวบรวมข้อมูล RSS-14- เพื่อให้ LTH สามารถใช้งานได้ก่อนที่จะใช้ผลลัพธ์ เมื่อใช้ตัวกรอง EWMA KRTI ของเราไม่มีภาพปลอมดังที่แสดงในรูปที่ 14 เพื่อดูว่า EWMA มีผลต่อตำแหน่งของ chan อย่างไร โดย Galit Shmueli, Stephen E. Fienberg - วิธีการทางสถิติในการต่อต้านการก่อการร้าย พ.ศ. 2547 การทบทวนวรรณกรรมเกี่ยวกับระบบเฝ้าระวังเมื่อเร็ว ๆ นี้ได้เปิดเผยบทความเกี่ยวกับการวิจัยจำนวนมหาศาลเว็บไซต์และระบบการเฝ้าระวังที่มีขนาดค่อนข้างเล็ก (แต่เพิ่มขึ้นอย่างรวดเร็ว) โดยเฉพาะอย่างยิ่งสำหรับการตรวจจับการโจมตีทางชีวภาพครั้งแรก Bravata et. อัล การทบทวนวรรณกรรมเกี่ยวกับระบบเฝ้าระวังเมื่อเร็ว ๆ นี้ได้เปิดเผยบทความเกี่ยวกับการวิจัยจำนวนมหาศาลเว็บไซต์และระบบการเฝ้าระวังที่มีขนาดค่อนข้างเล็ก (แต่เพิ่มขึ้นอย่างรวดเร็ว) โดยเฉพาะอย่างยิ่งสำหรับการตรวจจับการโจมตีทางชีวภาพครั้งแรก Bravata et. อัล 2004. ระบบการเฝ้าระวังการก่อการร้ายแบบชีวภาพสมัยใหม่เช่นการใช้งานในมหานครนิวยอร์ก, Western Penn โดย George V. Moustakides, Aleksey S. Polunchenko, Er G. Tartakovsky 907 บทคัดย่อ: สำหรับกฎการตรวจหาการเปลี่ยนแปลงลำดับขั้นที่เป็นที่นิยมที่สุดเช่น CUSUM, EWMA และการทดสอบ Shiryaev-Roberts เราพัฒนาสมการเชิงอนุพันธ์และวิธีการเชิงตัวเลขที่รัดกุมเพื่อคำนวณจำนวนเมตริกประสิทธิภาพรวมทั้งความล่าช้าในการตรวจจับเฉลี่ยและเวลาเฉลี่ยในการเตือนความผิดพลาด เราจ่ายเงินเฉพาะ บทคัดย่อ: สำหรับกฎการตรวจหาการเปลี่ยนแปลงลำดับขั้นที่ได้รับความนิยมมากที่สุดเช่น CUSUM, EWMA และการทดสอบ Shiryaev-Roberts เราพัฒนาสมการเชิงอนุพันธ์และวิธีการเชิงตัวเลขที่รัดกุมเพื่อคำนวณจำนวนเมตริกประสิทธิภาพรวมถึงความล่าช้าในการตรวจจับเฉลี่ยและเวลาเฉลี่ยในการส่งสัญญาณผิดพลาด เราให้ความสนใจเป็นพิเศษกับกระบวนการ Shiryaev-Roberts และประเมินประสิทธิภาพของกลยุทธ์การเริ่มต้นต่างๆ เกี่ยวกับรูปแบบการเริ่มต้นแบบสุ่มที่เสนอโดย Pollak ซึ่งเป็นที่รู้จักว่าเป็น asymptotically ที่ดีที่สุดของ order-3 เราขอเสนอเป็นครั้งแรกหมายถึงการคำนวณเชิงตัวเลขการกระจายแบบ stationary ซึ่งเป็นการกระจายตัวแปร initializing random, จึงทำให้การทดสอบนี้ใช้ได้ในทางปฏิบัติ ผลิตภัณฑ์ด้านข้างที่สำคัญของเทคนิคการคำนวณของเราคือการสังเกตว่าการเริ่มต้นกำหนดการของกระบวนการ Shiryaev-Roberts ยังสามารถได้รับคุณสมบัติที่เหมือนกันในการสั่งซื้อ -3 อย่างเป็นแบบทดสอบแบบสุ่มตัวอย่างของ Pollaks และหลังจากเลือกอย่างระมัดระวังแล้วจะมีประสิทธิภาพดีกว่าอย่างสม่ำเสมอ โดย Nong Ye, Connie Borror, Yebin Zhang - นานาชาติ การตรวจจับการบุกรุกจะใช้ในการตรวจสอบและดักจับการบุกรุกเข้าสู่ระบบคอมพิวเตอร์และระบบเครือข่ายซึ่งจะพยายามทำให้ระบบรักษาความปลอดภัยของคอมพิวเตอร์และระบบเครือข่ายเสียหาย เพื่อป้องกันระบบข้อมูลจากการบุกรุกจึงมั่นใจได้ถึงความน่าเชื่อถือและคุณภาพของการให้บริการระบบสารสนเทศ การตรวจจับการบุกรุกจะใช้ในการตรวจสอบและดักจับการบุกรุกเข้าสู่ระบบคอมพิวเตอร์และระบบเครือข่ายซึ่งจะพยายามทำให้ระบบรักษาความปลอดภัยของคอมพิวเตอร์และระบบเครือข่ายเสียหาย เพื่อป้องกันระบบข้อมูลจากการบุกรุกและทำให้มั่นใจได้ถึงความน่าเชื่อถือและคุณภาพของการให้บริการระบบสารสนเทศจึงเป็นที่พึงปรารถนาอย่างมากที่จะพัฒนาเทคนิคในการตรวจจับการบุกรุกเข้าสู่ระบบสารสนเทศ การบุกรุกหลายอย่างแสดงให้เห็นได้ชัดในการเปลี่ยนแปลงอย่างมากในความรุนแรงของเหตุการณ์ที่เกิดขึ้นในระบบสารสนเทศ เนื่องจากความสามารถของแผนภูมิควบคุมการถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบทวีคูณ (EWMA) เพื่อติดตามอัตราการเกิดเหตุการณ์ตามความเข้มของข้อมูลเราจึงใช้สถิติ EWMA 3 แบบเพื่อตรวจจับการเปลี่ยนแปลงที่ผิดปกติในความเข้มของเหตุการณ์สำหรับการตรวจจับการบุกรุก รวมถึงแผนภูมิ EWMA สำหรับข้อมูลที่สัมพันธ์กันโดยอัตโนมัติแผนภูมิ EWMA สำหรับข้อมูลที่ไม่เกี่ยวข้องและแผนภูมิ EWMA สำหรับการตรวจสอบค่าเบี่ยงเบนมาตรฐานของกระบวนการ วัตถุประสงค์ของเอกสารฉบับนี้คือเพื่อจัดเตรียมขั้นตอนการออกแบบสำหรับการใช้แผนภูมิควบคุมเหล่านี้และตรวจสอบประสิทธิภาพโดยใช้การตั้งค่าพารามิเตอร์ที่แตกต่างกันตามชุดข้อมูลขนาดใหญ่หนึ่งชุด ความสามารถในการตรวจหาข้อมูลเบื้องต้นของเทคนิค EWMA เหล่านี้ได้รับการตรวจสอบเพื่อให้คำแนะนำเกี่ยวกับความสามารถในการออกแบบของระบบสารสนเทศ ลิขสิทธิ์ 2002 John Wiley ampamp Sons, Ltd. คำสำคัญ: ค่าเฉลี่ยถ่วงน้ำหนักแบบถ่วงน้ำหนักเฉลี่ยเคลื่อนที่ (EWMA) การตรวจจับการบุกรุกการตรวจสอบความผิดปกติการตรวจสอบข้อมูลคอมพิวเตอร์ 1 การเปลี่ยนแปลงความรุนแรงในเหตุการณ์รุนแรงในระบบสารสนเทศ แผนภูมิควบคุม EWMA สำหรับความหมายของกระบวนการถูกนำมาใช้ครั้งแรกโดย Roberts 8 Crowder 9,10, Hunter 11 และ Lucas และ Saccucci-12 - ให้คำแนะนำและการประเมินผลของแผนภูมิการควบคุม EWMA และการใช้ในการตรวจสอบและควบคุมกระบวนการ . MacGregor และ Harris 13 เสนอโครงการ EWMA เพื่อติดตามความแปรปรวนของกระบวนการ Borr โดย Changliang Zou, Yujuan Zhang, Zhaojun Wang - ธุรกรรม IIE 2549 แผนภูมิควบคุมตามรูปแบบ changepoint ถูกนำเสนอสำหรับการตรวจสอบโปรไฟล์เชิงเส้นเมื่อไม่ทราบค่าระบุของพารามิเตอร์กระบวนการ แต่มีตัวอย่างทางประวัติศาสตร์บางส่วนอยู่ แผนภูมิเหล่านี้สามารถตรวจจับการเปลี่ยนแปลงในการสกัดกั้นหรือความลาดชันหรือส่วนเบี่ยงเบนมาตรฐานแผนภูมิควบคุมตามรูปแบบ changepoint ถูกนำเสนอสำหรับการตรวจสอบโปรไฟล์เชิงเส้นเมื่อไม่ทราบค่าระบุของพารามิเตอร์กระบวนการ แต่มีตัวอย่างทางประวัติศาสตร์บางส่วนอยู่ แผนภูมิเหล่านี้สามารถตรวจจับการเปลี่ยนแปลงในการสกัดกั้นหรือความลาดชันหรือส่วนเบี่ยงเบนมาตรฐาน ผลการจำลองแสดงให้เห็นว่าวิธีการของเรามีประสิทธิภาพที่ดีในช่วงของการเปลี่ยนแปลงที่เป็นไปได้และสามารถใช้งานได้ในช่วงเริ่มต้นของกระบวนการ นอกจากนี้ยังมีเครื่องมือช่วยในการวินิจฉัยที่ง่ายในการประมาณตำแหน่งของการเปลี่ยนแปลงและพิจารณาว่าตัวแปรใดมีการเปลี่ยนแปลง 1 โดย Ruediger Martin, Ruediger Martin, Michael Menth, Michael Menth - ใน Proc ของการประชุม GIITG เกี่ยวกับการวัดการสร้างแบบจำลองและการประเมินผลระบบคอมพิวเตอร์และระบบการสื่อสาร (MMB) ร่วมกับ PolishGerman Teletraffic Symposium (PGTS. 2004) การวัดอัตราเป็นสิ่งจำเป็นสำหรับหลาย ๆ ด้านเช่นการวิเคราะห์ระบบและการสร้างแบบจำลองหรือระบบที่อาศัยอยู่ที่ตอบสนองต่อการวัด สำหรับการตรวจวัดแบบ off-line ข้อมูลทั้งหมดจะมีอยู่ในช่วงเวลาก่อนหน้านี้การล่าช้าของเวลาระหว่างการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูลไม่เป็นปัญหาการวัดแบบออนไลน์ แต่การวัดอัตราเป็นสิ่งจำเป็นสำหรับหลายวัตถุประสงค์เช่นสำหรับการวิเคราะห์ระบบและการสร้างแบบจำลองหรือสำหรับ อาศัยระบบที่ตอบสนองต่อการวัดสำหรับการวัด off-line ข้อมูลทั้งหมดมีอยู่ล่วงหน้าที่นี่เวลาล่าช้าระหว่างการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูลไม่เป็นปัญหาการวัด On - line แต่อัตราการวัดได้ทันทีดังนั้นการวัด อัลกอริทึมที่ให้ผลลัพธ์ของพวกเขาเป็นเวลาที่เหมาะสมที่สุดที่จำเป็นต้องมีเรานำเสนอสามขั้นตอนวิธีที่รู้จักกันดีสำหรับการวัดอัตรา: วิธี Disjoint Intervals, Moving Average, และค่าเฉลี่ยถ่วงน้ำหนักแบบกระจายน้ำหนักแทนช่วงเวลาที่ไม่ต่อเนื่อง เราวิเคราะห์และเปรียบเทียบคุณสมบัติของพวกเขาและค้นหาปัญหาเช่นความล่าช้าหรือการตอบสนองที่รุนแรงต่อความผันผวนแบบสุ่ม เพื่อแก้ปัญหาเหล่านี้เราได้รับอัลกอริธึมใหม่ที่เรียกว่า Time Exponentally Weighted Moving Average เป็นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบลอเรนเชียลอย่างต่อเนื่อง สุดท้ายเราเปรียบเทียบอัลกอริทึมนี้กับวิธีการอื่น ๆ และแสดงให้เห็นว่าสามารถแก้ปัญหาเหล่านี้ได้ (EWMA-DI) ถูกนำมาใช้โดยกลไก 3 และกลไกนี้ได้รับการศึกษาอย่างละเอียดถี่ถ้วนโดยเฉพาะในด้านเศรษฐศาสตร์สำหรับการวิเคราะห์กราฟ -4, 5, 6, 7, 8 , 9 -. EWMA ยังใช้ในเอกสารทางเทคนิคจำนวนมากของ IETF 10, 11 ซึ่งน่าจะเป็นข้อประมาณที่ล้าสมัยของเวลาในการเดินทางสำหรับ TCP ในรูปแบบ 12 เนื่องจากอัลกอริทึมนี้ได้รับการออกแบบ โดย Taber H. Smith, Duane S. Boning - Symposium การผลิตผลิตภัณฑ์อิเล็กทรอนิกส์นานาชาติ IEMT ampapos96 พ.ศ. 2539 บทคัดย่องานล่าสุดแสดงให้เห็นว่าคอนโทรลเลอร์ EWMA (weighted moving average) สามารถใช้กับกระบวนการเซมิคอนดักเตอร์เพื่อรักษาเป้าหมายของกระบวนการในช่วงเวลาที่ผ่านมาเพื่อปรับปรุงคุณภาพผลิตภัณฑ์และลดเวลาหยุดทำงานของเครื่องคอมพิวเตอร์ ทางเลือกที่เหมาะสมของพารามิเตอร์ตัวควบคุม (EWMA weig บทคัดย่องานล่าสุดแสดงให้เห็นว่าคอนโทรลเลอร์ EWMA (weighted moving average) ที่ใช้เส้นกึ่งตัวนำสามารถใช้ในกระบวนการผลิตของเซมิคอนดักเตอร์เพื่อรักษาเป้าหมายของกระบวนการผลิตในช่วงเวลาที่ผ่านมาเพื่อปรับปรุงคุณภาพของผลิตภัณฑ์และลดเวลาหยุดทำงานของเครื่อง การเลือกตัวแปรควบคุม (น้ำหนัก EWMA) มีความสำคัญต่อประสิทธิภาพของระบบนี้งานนี้จะตรวจสอบว่าปัจจัยต่างๆของกระบวนการมีผลต่อพารามิเตอร์ของตัวควบคุมที่ดีที่สุดอย่างไรเราแสดงให้เห็นว่าการทำแผนที่ฟังก์ชันจากสถานะการรบกวน (ขนาดของเส้นตรงและเสียงสุ่ม) ของกระบวนการที่กำหนดให้มีน้ำหนัก EWMA ที่เหมาะสมที่สุดสามารถสร้างได้และเครือข่ายประสาทเทียม (ANN) ได้รับการฝึกอบรมเพื่อเรียนรู้การทำแผนที่ตัวควบคุม EWMA แบบปรับตัวเองจะนำเสนอซึ่งจะปรับปรุงพารามิเตอร์ของตัวควบคุมแบบไดนามิกด้วยการประมาณค่าสถานะความวุ่นวายและใช้ การทำแผนที่ฟังก์ชัน ANN เพื่อให้การปรับปรุงพารามิเตอร์ของตัวควบคุมผลที่ได้คือตัวควบคุมแบบปรับตัวได้ ch ช่วยลดความต้องการวิศวกรที่มีประสบการณ์ในการปรับแต่งคอนโทรลเลอร์ซึ่งจะช่วยให้สามารถนำมาประยุกต์ใช้กับกระบวนการเซมิคอนดักเตอร์ได้ง่ายขึ้น การควบคุมแบบปรับตัว, เครือข่ายประสาทเทียม, EWMA, congtrol กระบวนการ โดย Peihua Qiu, Douglas Hawkins - Technometrics พ.ศ. 2544 เราพิจารณาการควบคุมกระบวนการเชิงสถิติเมื่อการวัดมีหลายตัวแปร ขั้นตอน CUSUM มีข้อเสนอแนะในการตรวจหาการเปลี่ยนแปลงเวคเตอร์ค่าเฉลี่ยของการวัดซึ่งจะขึ้นอยู่กับ antiranks ตัดขวางของการวัด ในแต่ละช่วงเวลาการวัดจะถูกสั่งและการป้องกัน เราพิจารณาการควบคุมกระบวนการเชิงสถิติเมื่อการวัดมีหลายตัวแปร ขั้นตอน CUSUM มีข้อเสนอแนะในการตรวจหาการเปลี่ยนแปลงเวคเตอร์ค่าเฉลี่ยของการวัดซึ่งจะขึ้นอยู่กับ antiranks ตัดขวางของการวัด ในแต่ละช่วงเวลาการวัดจะถูกจัดเรียงและมีการบันทึกข้อมูล antiranks ซึ่งเป็นดัชนีของสถิติการสั่งซื้อ เมื่อกระบวนการนี้อยู่ในการควบคุมและการแจกแจงร่วมกันของการวัดหลายตัวแปรจะเป็นไปตามเงื่อนไขปกติบางอย่างเวกเตอร์แอนติเจนในแต่ละช่วงเวลามีการแจกแจงที่กำหนด การกระจายนี้จะเปลี่ยนไปเป็นการกระจายอื่น ๆ เมื่อกระบวนการนี้เป็นส่วนที่ไม่สามารถควบคุมได้และส่วนประกอบของการเปลี่ยนแปลงในเวกเตอร์หมายถึงของกระบวนการจะไม่เหมือนกันทั้งหมด ดังนั้น CUSUM จึงสามารถตรวจจับการเปลี่ยนแปลงในทุกทิศทางยกเว้นในกรณีที่ส่วนประกอบของการเปลี่ยนแปลงในเวกเตอร์หมายถึงทั้งหมดเหมือนกัน แต่ไม่เป็นศูนย์ การเปลี่ยนแปลงที่มีองค์ประกอบเท่าเทียมกัน แต่สามารถตรวจพบได้ง่ายโดยอีกหนึ่งตัวแปร CUSUM ขั้นตอนที่สองของเขาทำดีกว่าหนึ่งในหลาย ๆ กรณี Lowry, Woodall, Champ และ Rigdon (1992) ได้ขยายขั้นตอนการควบคุมค่าเฉลี่ยถ่วงน้ำหนักแบบยกกำลังสอง (เช่น - Lucas and Saccucci - 1990) ไปสู่กรณี multivariate ขั้นตอนของพวกเขาส่งสัญญาณการเปลี่ยนแปลงเมื่อ Z 0 i 1 Z i Z i gt h, z i i (Z) i (Z) i i Z Z i R (r 1 r 2 rp) และ 0si 1 สำหรับ i 1 ทั้งหมด 2. โดย Peihua Qiu, Douglas Hawkins - JRSS-D (The Statistician. 2003) เครื่องมือในการควบคุมกระบวนการทางสถิติแบบหลายตัวแปรค่อนข้าง จำกัด โดยสันนิษฐานว่าพาหะข้อมูลปฏิบัติตามการแจกแจงแบบหลายตัวแปรซึ่งสมมติฐานที่ไม่ค่อยพอใจ ในบทความนี้เราจะหารือเกี่ยวกับการตรวจจับการเปลี่ยนแปลงที่เป็นไปได้ในเวกเตอร์ค่าเฉลี่ยของ multiv ช่วงเครื่องมือที่ค่อนข้าง จำกัด สำหรับการควบคุมกระบวนการทางสถิติหลายตัวแปรโดยส่วนที่เหลือถือว่าสมมติฐานว่าข้อมูลพาหะเป็นไปตามการแจกแจงแบบปกติหลายตัวแปรสมมติฐานที่ไม่ค่อยพอใจ ในบทความนี้เราจะหารือเกี่ยวกับการตรวจจับการเปลี่ยนแปลงที่เป็นไปได้ในเวกเตอร์หมายถึงการวัดหลายตัวแปรของกระบวนการทางสถิติเมื่อการแจกแจงหลายตัวแปรของการวัดไม่ใช่แบบเกาส์เนอร์ (non-Gaussian) มีการแนะนำขั้นตอนการสะสมแบบไม่เชิงลบ (CUSUM) ซึ่ง จะขึ้นอยู่กับข้อมูลการสั่งซื้อระหว่างส่วนประกอบการวัดและข้อมูลการสั่งซื้อระหว่างส่วนประกอบการวัดและวิธีการควบคุม Crosier (1988) สรุปว่าขั้นตอนที่สองของเขาทำดีกว่า thesrst Lowry et al. (1992) ได้ขยายขั้นตอนการควบคุมค่าเฉลี่ยถ่วงน้ำหนักแบบยกกำลังคู่ (เช่น -Lucas and Saccucci 1990--) ไปเป็นกรณี multivariate ในวรรณคดีการทำงานของขั้นตอน CUSUM มักจะวัดโดยความยาวเฉลี่ย (ARL) ซึ่งเป็นจำนวนเฉลี่ยของตัวอย่างที่จำเป็นสำหรับขั้นตอน t โดย Stefan H. Steiner พ.ศ. 2541 บทความนี้เสนอแผนภูมิควบคุมน้ำหนักเฉลี่ยถ่วงน้ำหนักแบบทวีคูณ (EWMA) สำหรับการตรวจสอบข้อมูลที่จัดกลุ่มไว้สำหรับการเปลี่ยนแปลงกระบวนการ คุณสมบัติความยาวในการทำงานของแผนภูมิ EWMA ที่จัดกลุ่มใหม่นี้จะถูกเปรียบเทียบกับผลลัพธ์ที่ได้รับก่อนหน้านี้สำหรับแผนภูมิ EWMA สำหรับ var บทความนี้เสนอแผนภูมิควบคุมน้ำหนักเฉลี่ยถ่วงน้ำหนักแบบทวีคูณ (EWMA) สำหรับการตรวจสอบข้อมูลที่จัดกลุ่มไว้สำหรับการเปลี่ยนแปลงกระบวนการ คุณสมบัติความยาวในการทำงานของแผนภูมิข้อมูล EWMA ที่จัดกลุ่มใหม่จะถูกเปรียบเทียบกับผลการค้นหาที่คล้ายกันที่ได้รับก่อนหน้านี้สำหรับแผนภูมิ EWMA สำหรับข้อมูลตัวแปรและด้วยข้อมูลเหล่านี้สำหรับข้อมูลสะสมของชุดข้อมูล (CUSUM) ตามข้อมูลที่จัดกลุ่ม ข้อมูลที่จัดกลุ่มข้อมูลแผนภูมิ EWMA แสดงให้เห็นว่าเกือบจะมีประสิทธิภาพเท่ากับตัวแปรตามแผนภูมิ EWMA และเป็นทางเลือกที่น่าสนใจเมื่อเก็บข้อมูลตัวแปรไว้ไม่ได้การวางแผนการควบคุมค่าเฉลี่ยแบบถ่วงน้ำหนักที่ถ่วงน้ำหนัก: คุณสมบัติและการปรับปรุงการอ้างอิงข้อมูลอ้างอิง 716 อ้างอิงอ้างอิง 18 quotA ที่รู้จักกันดี พื้นที่เกี่ยวข้องกับสถิติ EWMA ซึ่งเป็นตัวประมาณค่าเฉลี่ยที่เหมาะสมที่สุดเมื่อค่าเฉลี่ยดังต่อไปนี้เป็นค่าเฉลี่ยเคลื่อนที่เฉลี่ยแบบลำดับแรก 19 และเมื่อค่าเฉลี่ยมีการเปลี่ยนแปลงขั้นตอนแบบสุ่ม 14 EWMA ใช้งานง่ายเป็น CUSUM สามารถใช้งานได้ การประมาณค่าเฉลี่ยปัจจุบันและการปฏิบัติเช่นเดียวกับขั้นตอน CUSUM 20. น้ำหนักเมื่อประมาณค่าเฉลี่ยของ EWMAX t ลดลงอย่างมากเช่นเดียวกับชุดข้อมูลทางเรขาคณิตในเวลา: X t (1) X t1 X t ที่ทำหน้าที่เป็นปัจจัยการลืม (0 1), X t เป็นค่าปัจจุบันของลำดับของตัวแปรสุ่มและ X 0 สามารถนำมาเป็นค่าเฉลี่ยของข้อมูลเบื้องต้น บทคัดย่อ: อัลกอริธึมการเรียนรู้ส่วนเพิ่มและแบบออนไลน์มีความเกี่ยวข้องในบริบทการทำเหมืองข้อมูลมากขึ้นเนื่องจากความจำเป็นในการประมวลผลข้อมูลมากขึ้น ในบริบทนี้ฟังก์ชันเป้าหมายอาจมีการเปลี่ยนแปลงไปตามช่วงเวลาปัญหาที่เกิดขึ้นโดยธรรมชาติในการเรียนรู้ออนไลน์ (เรียกว่าแนวคิดลอย) เพื่อที่จะจัดการกับแนวคิดล่องลอยโดยไม่คำนึงถึงรูปแบบการเรียนรู้เรานำเสนอวิธีการใหม่ในการตรวจสอบเมตริกประสิทธิภาพที่วัดระหว่างกระบวนการเรียนรู้เพื่อเรียกใช้สัญญาณล่องลอยเมื่อมีการตรวจพบรูปแบบที่สำคัญ เพื่อตรวจสอบประสิทธิภาพนี้เราใช้ความไม่แน่นอนบางอย่างที่ถือว่าตัวแปรอิสระอิสระตัวแปรเดียวและ จำกัด เพื่อให้ได้รับการรับรองตามทฤษฎีสำหรับการตรวจสอบการเปลี่ยนแปลงการกระจายดังกล่าว ข้อ จำกัด ทั่วไปสำหรับการตรวจหาการเปลี่ยนแปลงออนไลน์และประเภทของการเปลี่ยนแปลงที่เกี่ยวข้อง (แบบกระทันหันและแบบค่อยเป็นค่อยไป) จะได้รับการพิจารณา มีการเสนอแนวทางหลัก 2 ข้อคือข้อแรกคือค่าเฉลี่ยเคลื่อนที่โดยรวมและเหมาะสมกว่าในการตรวจจับการเปลี่ยนแปลงอย่างกะทันหัน ข้อที่สองใช้แนวคิดง่ายๆในการจัดการกับการเปลี่ยนแปลงทีละน้อยโดยใช้ค่าเฉลี่ยถ่วงน้ำหนักที่ถ่วงน้ำหนัก ความเรียบง่ายของวิธีการที่เสนอพร้อมกับประสิทธิภาพในการคำนวณทำให้เป็นประโยชน์มาก เราใช้ตัวจำแนก Nave Bayes และ Perceptron เพื่อประเมินประสิทธิภาพของวิธีการในข้อมูลสังเคราะห์และข้อมูลจริง บทความสิงหาคม 2015 quotEWMA 14 คือการคำนวณเพื่อวิเคราะห์จุดข้อมูลด้วยการสร้างชุดค่าเฉลี่ยของชุดข้อมูลย่อยต่างๆของชุดข้อมูลทั้งหมด ค่าเฉลี่ยเคลื่อนที่จะใช้กับข้อมูลชุดเวลาเพื่อให้เกิดความผันผวนในระยะสั้นและเน้นแนวโน้มในระยะยาว เอกสารการประชุมฉบับเต็มสิงหาคม 2015 วารสารนานาชาติของเทคโนโลยีการผลิตขั้นสูง quotZhang 3 เสนอแผนภูมิควบคุมสาเหตุเลือก (CSC) เหมาะสำหรับการตรวจสอบกระบวนการหลายขั้นตอน Lucas และ Saccucci 4 เสนอการใช้แผนภูมิควบคุมการถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบทวีคูณ (EWMA) แบบทวีคูณ (EWMA) คือ EWMA CSC เพื่อตรวจสอบส่วนที่เหลือของตัวแปรตามปกติในขั้นตอนที่สอง Hawkins เพื่อตรวจสอบคุณภาพของขั้นตอนทั้งหมดพร้อม ๆ กัน บทคัดย่อ: ในงานวิจัยนี้ได้มีการพัฒนากระบวนการใหม่เพื่อตรวจสอบกระบวนการที่ขึ้นกับสองขั้นตอนโดยใช้คุณลักษณะคุณภาพ Poisson ขั้นที่สอง ในวิธีที่เสนอเข้าสู่ระบบและฟังก์ชันการเชื่อมโยงสี่เหลี่ยมรากจะรวมกันเป็นครั้งแรกเพื่อแนะนำฟังก์ชันการเชื่อมโยงใหม่ที่กำหนดความสัมพันธ์ระหว่างตัวแปร Poisson ของขั้นตอนที่สองและลักษณะคุณภาพของขั้นตอนแรก จากนั้นสถิติที่เหลือที่เป็นมาตรฐานซึ่งเป็นอิสระจากลักษณะเฉพาะที่มีคุณภาพในระยะแพร่หลายและมีการกระจายตามปกติโดยประมาณโดยประมาณจะขึ้นอยู่กับฟังก์ชันการเชื่อมโยงที่เสนอ จากนั้นแผนภูมิ Shewhart และ EWMA จะเลือกใช้เพื่อตรวจสอบส่วนที่เหลือตามมาตรฐาน ในท้ายที่สุดตัวอย่างที่สองและกรณีศึกษาที่มีตัวแปรตอบสนอง Poisson จะถูกตรวจสอบและประสิทธิภาพของแผนภูมิจะได้รับการประเมินโดยใช้เกณฑ์ความยาวเฉลี่ย (ARL) ในการเปรียบเทียบกับวิธีการที่ดีที่สุดในวรรณคดี ข้อความฉบับเต็มมิถุนายน มิ.ย. 2557 Ali Asgari Amirhossein Amiri Seyed Taghi Akhavan Niaki
Forex- ze,oto
รอบ ตัวระบุ ซื้อขาย ระบบ