MétaCan
Menu
Retour à la cohorte
Enregistrement W4387460488 · doi:10.3390/sym15101892

A New Sine-Based Distributional Method with Symmetrical and Asymmetrical Natures: Control Chart with Industrial Implication

2023· article· en· W4387460488 sur OpenAlexaff
Huda M. Alshanbari, G. Srinivasa Rao, Jin-Taek Seong, Saima K. Khosa

Notice bibliographique

RevueSymmetry · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésWeibull distributionControl chartChartComputer scienceShewhart individuals control chartControl limitsStatistical process controlSineStatisticsMathematicsEWMA chartProcess (computing)

Résumé

récupéré en direct d'OpenAlex

Control charts are widely used in quality control and industrial sectors. Because of their important role, researchers are focusing on the development of new control charts. According to our study, there is no significant amount of published work on control charts using trigonometrically generated distribution methods. In this paper, we contribute to this interesting research gap by developing a new control chart using a sine-based distributional method. The proposed distributional method (or family of probability distributions) may be called a new modified sine-G family of distributions. Based on the new modified sine-G method, a novel modification of the Weibull distribution, namely, a new modified sine-Weibull distribution, is introduced. The new modified sine-Weibull distribution is flexible enough to capture symmetrical and asymmetrical behaviors of its density function. An industrial application is considered to show the importance and implacability of the proposed distribution in quality control. Based on the proposed model, an attribute control chart is developed under a truncated life test. The control chart limits (ARLs) are also computed for the proposed model. The ARLs of the proposed control chart are compared with the attribute control chart of the Weibull distribution. The results show that the developed chart is more efficient than the existing attribute control chart for the Weibull distribution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,408
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207