Nonparametric Dynamic Curve Monitoring
Nonparametric Dynamic Curve Monitoring
复制标题
非参数动态曲线监测
DOI：
10.1080/00401706.2017.1361340
复制
发表时间：
2018-05
期刊：
影响因子：
2.5
通讯作者：
Zou Changliang
中科院分区：
文献类型：
--
作者：
Qiu Peihua;Zi Xuemin;Zou Changliang
摘要在现代科学研究中，在许多数据丰富的应用中，给定对象的纵向模式和目标模式之间的快速连续比较对于检测异常活动变得越来越重要。本文重点讨论了当观测值是顺序收集的，且包含不相关或相关噪声时的问题。将曲线监测问题与曲线比较问题联系起来，提出了一种动态监测方法。在广义似然比检验的框架下，提出了一种新的指数加权移动平均（EWMA）控制图，它可以适应非等间距的设计点。该控制图具有自适应的参数选择功能，可以有效地检测大范围的纵向模式偏移。为了提供快速计算，递归公式推导出计算图表统计量。数值研究表明，该方法可以提供一个令人满意的性能，它优于现有的方法在各种情况下。半导体制造业的一个例子是用来说明其实施。本文的补充材料可在网上查阅。
ABSTRACT Rapid sequential comparison between the longitudinal pattern of a given subject and a target pattern has become increasingly important in modern scientific research for detecting abnormal activities in many data-rich applications. This article focuses on this problem when observations are collected sequentially with uncorrelated or correlated noise involved. A dynamic monitoring procedure is developed after connecting the curve monitoring problem to curve comparison. Under the framework of generalized likelihood ratio testing, we suggest a new exponentially weighted moving average (EWMA) control chart that can accommodate unequally spaced design points. An adaptive parameter selection feature is built in the proposed control chart so that the chart can detect a wide range of longitudinal pattern shifts effectively. To furnish fast computation, recursive formulas are derived for computing the charting statistic. Numerical studies show that the proposed method can deliver a satisfactory performance, and it outperforms existing methods in various cases. An example from the semiconductor manufacturing industry is used for the illustration of its implementation. Supplementary materials for this article are available online.
登录
查看更多内容
影响因子：
3.7
作者：
H. Müller;Jianqing Fan;I. Gijbels
通讯作者：
H. Müller;Jianqing Fan;I. Gijbels
影响因子：
--
作者：
F. Tsung;D. Apley
通讯作者：
F. Tsung;D. Apley
使用多变量动态筛查系统监测心血管疾病
影响因子：
2
作者：
Peihua Qiu;Dongdong Xiang
通讯作者：
Dongdong Xiang
影响因子：
2.5
作者：
William Alexander
通讯作者：
William Alexander
影响因子：
1.4
作者：
Changliang Zou;P. Qiu;D. Hawkins
通讯作者：
Changliang Zou;P. Qiu;D. Hawkins