DSpace Repository

การเปรียบเทียบประสิทธิภาพการจำแนกผลิตภัณฑ์สำหรับการควบคุมคุณภาพหลายตัวแปรระหว่างวิธีการวิเคราะห์ดิสคริมิแนนต์และวิธีข่ายงานระบบประสาท

Show simple item record

dc.contributor.author ปรียารัตน์ นาคสุวรรณ์
dc.contributor.author กิดาการ สายธนู
dc.contributor.author จตุภัทร เมฆพายัพ
dc.contributor.other มหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned 2019-03-25T09:14:51Z
dc.date.available 2019-03-25T09:14:51Z
dc.date.issued 2555
dc.identifier.uri http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/2417
dc.description.abstract ในการตรวจสอบคุณลักษณะเชิงคุณภาพหลายตัวแปรของกระบวนการผลิตว่าจะอยู่ในการควบคุมหรือออกนอกการควบคุม กระบวนการเชิงสถิติทั้งทางด้านอุตสาหกรรมการผลิตและการบริการนั้นนำเสนอและพิจารณาได้โดยตรวจสอบการเปลี่ยนแปลงของ ค่าเฉลี่ยของกระบวนการ ในงานวิจัยนี้มีสถานะของการเปลี่ยนแปลงที่สามารถจำแนกได้สามสถานะ ซึ่งแบ่งเป็นสามสถานการณ์คือ (1) กระบวนการอยู่ในการควบคุมเชิงสถิติ (2) กระบวนการมีการเปลี่ยนแปลงของค่าเฉลี่ยของกระบวนการ โดยที่ค่าเฉลี่ยของกระบวนการ มีการเปลี่ยนแปลงด้วยขนาดเล็ก และ (3) กระบวนการมีการเปลี่ยนแปลงของค่าเฉลี่ยของกระบวนการ โดยที่ค่าเฉลี่ยของกระบวนการ มีการเปลี่ยนแปลงด้วยขนาดใหญ่ การเปรียบเทียบเปอร์เซ็นต์ความถูกต้องของการจำแนกถูกใช้เพื่อวัดประสิทธิภาพของปัญหาการ จำแนกระหว่างวิธีการดั้งเดิมคือการวิเคราะห์ดิสคริมิแนนต์ และทางเลือกที่แนะนำคือข่ายงานระบบประสาทสองแบบทั้งโครงสร้างหรือ สถาปัตยกรรมของข่ายงานระบบประสาทอย่างง่ายและข่ายงานระบบประสาทขั้นสูง ผลการจำลองแสดงว่าข่ายงานระบบประสาท ให้ผลดีกว่าการวิเคราะห์ดิสคริมิแนนต์ในการจำแนกผลิตภัณฑ์ได้อย่างถูกต้องทั้งในกลุ่มที่กระบวนการอยู่ในการควบคุมและกลุ่มที่ กระบวนการออกนอกการควบคุม เนื่องจากค่าเฉลี่ยของกระบวนการมีการเปลี่ยนแปลงด้วยขนาดเล็ก th_TH
dc.language.iso th th_TH
dc.subject การวิเคราะห์การจำแนกประเภท th_TH
dc.subject นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์) th_TH
dc.subject การควบคุมคุณภาพเชิงสถิติ
dc.title การเปรียบเทียบประสิทธิภาพการจำแนกผลิตภัณฑ์สำหรับการควบคุมคุณภาพหลายตัวแปรระหว่างวิธีการวิเคราะห์ดิสคริมิแนนต์และวิธีข่ายงานระบบประสาท th_TH
dc.type บทความวารสาร th_TH
dc.issue 2
dc.volume 17
dc.year 2555
dc.description.abstractalternative For monitoring whether the multivariate quality characteristics of a production process is in or out of statistical control both manufacturing and service industries have been proposed and considered to detect process mean shifts. There are three possible classified shift statuses in this research which can be divided into three situations: (1) a process is in statistical control; (2) a change of the process mean occurred with small shift; and (3) a change of the process mean occurred with large shift. A comparison of correction percentage is used to measure efficiency of classification problem between a traditional method, Discriminant Analysis, and a suggestive alternative, two Neural Networks: both simple and advanced neural network architectures. Simulation results show that Neural Networks outperform Discriminant Analysis as classifying products correctly both the process is in control group and the process is out of control group with small mean shift. en
dc.journal วารสารวิทยาศาสตร์บูรพา = Burapha science journal
dc.page 5-14.


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account