تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > Data De-Noise for Multivariate...>الوصف

Data De-Noise for Multivariate T2 and S-Charts Using Multivariate Wavelets

العنوان بلغة أخرى: تقليل تلوث البيانات للوحات T2 وS متعدد المتغيرات باستخدام المويجات متعدد المتغيرات
کەمکردنەوەی پیسبوونی داتا بۆ هێڵکارییەکانی فرەگۆڕاوەکان T2 و S بە بەکارهێنانی شەپۆلی فرەگۆڕاوەکان
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: قادر، دلير حسين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Kadir, Dler Hussen
مؤلفين آخرين: يحيى، ريباز عثمان (م. مشارك) , خضر، أزين محمد (م. مشارك) , الزبيدي، طه حسين علي (م. مشارك)
المجلد/العدد: مج28, ع6
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الصفحات: 343 - 360
ISSN: 2218-0222
رقم MD: 1529450
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
الرسوم البيانية | تلوث البيانات | الإحصاء المعلوماتي
كلمات المؤلف المفتاحية:
الرسوم البيانية متعددة المتغيرات | المويجات متعدد المتغيرات | تقليل تلوث | العتبة | Multivariate Charts | Multivariate Wavelet | De-Noise | Threshold | Quality Control
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم في هذا البحث اقتراح تكوين لوحات جديدة لمتعدد المتغيرات مقابلة للوحات T2 وS حصينة ضد تلوث البيانات باستخدام التقليص المويجي الذي يعالج مشكلة تلوث البيانات قبل بناء لوحات شيوارت وذلك من خلال عدة مويجات مختلفة مع طرائق قطع العتبة (Bayes) و (SURE)، وعلى أساس قاعدة قطع العتبة الناعمة. ثم المقارنة بين الطريقة المقترحة والتقليدية للباحث شيوارت اعتمادا على التباين الكلي (مجموع عناصر القطر الرئيسي لمصفوفة التباين)، التباين العام (محدد مصفوفة التباين) والقدرة العملية للحصول على أكفاً لوحات ذات تلوث أقل من خلال المحاكاة والبيانات الحقيقية وباستخدام برنامج بلغة ماتلاب مصمم لهذا الغرض. وتوصلت الدراسة إلى أن اللوحات المقترحة عالجت مشكلة تلوث البيانات وذات كفاءة عالية أكثر من الطريقة التقليدية.

In this research, proposed multivariate charts were created corresponding to T2 and S-charts that are robust to noise data by using multivariate wavelet shrinkage, that dealt with the contamination problem before constructing Shewhart charts, through several different wavelets with (Baye) , and (SURE) threshold methods, based on the rule of soft thresholding. It is then compared with the classical method proposed by Shewhart based on total variance (trace of the variance matrix), generalized variance (determinant of the variance matrix), and process capability. A MATLAB program designed to obtain the most efficient charts with the least contamination is used to simulate and use real data to get the most efficient charts with the least contamination. Based on the study's conclusions, the proposed charts are more efficient than the classical method in de-noising the data.

لە م تویژینە وە یە دا پیشنیاری پیکەینانی ەیلکاری نوی کراوە بو فرە گوراوە کان کە گونجاوە لە گە ل ەیلکارییە کانی T2 و S کە بە رگرییان لە پیسبوونی داتا ەە یە بە بە کارەینانی کە مبوونە وە ی شە پولی کە چارە سە ری کیشە ی پیسبوونی داتا دە کات ەیلکاریە کانی شیوارت لە ریگە ی چە ندین شە پولی جیاواز لە گە ل ریگاکانی برینی سنوور (Bayes) و (SURE)، و لە سە ر بنچینە ی ریسای برینی سنووری نە رم. پاشان بە راورد کردنی رنگای پیشنیارکراو وریگای ئاسایی بو شیوارت لە سە ر بنە مای کوی جیاوازی (کوی توخمە کانی تیرە ی سە رە کی ماتریکسی جیاواز)، جیاوازی گشتی (دیاریکردنی ماتریکسی جیاواز) وتوانای کرداری بو بە دە ستەینانی کاراترین ەیلکارییە کان بە پیسبوونی کە متر لە ریگە ی داتای خە ملینراو و و داتای راستە قینە و بە کارەینانی بە رنامە ی ماتلاب کە بو ئە م مە بە ستە دیزاین کراوە لیکولینە وە کە دە ریخستووە کە ەیلکاریە پیشنیار کراوە کان کیشە ی پیسبوونی داتا چارە سە ر دە کە ن و کاراترن لە ریگای ئاسایی.
ISSN: 2218-0222

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.