AI Summary & Key Takeaways
AI InsightYapılan simülasyon çalışmaları sonucunda önerilen yöntemin geleneksel yöntemlere karşın önemli üstünlüklere sahip iyi bir alternatif olduğu gösterilmiştir.
📌 3 Key Takeaways
Özet
Çok değişkenli süreç kontrolü durumunda dağılım parametre vektöründeki anlamlı farklılaşmayı yakalamak kadar, bu kaymaya temelde neden olan marjinal dağılımın hangi değişken/değişkenlere ait olduğunun bilinmesi de önemlidir. Literatürde bu konuda geliştirilmiş birçok yöntem bulunmaktadır. Ancak bu yöntemlerin, normallik, bağımsızlık gibi varsayımlar gerektirmesi ve değişken sayısının artması halinde hesaplama güçlükleri ile karşılaşılması gibi birtakım dezavantajları vardır. Bu noktadan hareketle çalışmada çok değişkenli normal dağılıma uyan ve uymayan süreçlerde, değişkenler arasındaki korelasyon yapıları dikkate alınarak, süreç ortalama vektöründe gerçekleşen kaymanın ve bu kaymaya sebep olan değişken/değişkenlerin tespit edilmesi amacıyla, destek vektör makineleri temelinde özgün bir yaklaşım önerilmiştir. Yapılan simülasyon çalışmaları sonucunda önerilen yöntemin geleneksel yöntemlere karşın önemli üstünlüklere sahip iyi bir alternatif olduğu gösterilmiştir.