Journals / Sosyal Bilimler Araştırma Dergisi / 2015 / Cilt: 4 - Sayı: 2
A Survey Of Multivariate Control Chart Pattern-Recognition Literature
- Pages
- 23–42
- DOI
- —
Abstract
Multivariate control charts for statistical process control are important tools to examination abnormal changes in a multivariate process. Recently, Artificial Neural Networks pattern recognition systems are examined to identify patterns of abnormal changes in a process to identify changes that may occur over time, to keep a process under control and to take necessary actions in a process. Artificial Neural Networks are input data systems which are developed for the cases in which are starting from the available data to disclose the unknown relationships and the algorithm or data processing system in which rules are not exactly known. Neural networks are used a number of multivariate quality control charts, such as pattern recognition, forecasting, classification. Quality control functions are became easier, and the cost of it and time for inspection is minimized by using neural network approach. Three comprehensive literature review of ANN applications for SPC are provided, reviewing works from the late 1980s to the late 1990s by Zorriassatine and Tannock (1998) and from 1991 to 2010 by Psakaris (2011) and Hachicha and Ghorbelb (2012). Besides, a research metadology is formed by Masood ve Hassan (2010). In this paper, artificial neural network applications for multivariate quality control charts are reviewed between 1990 and 2015. In summarizing the results of research, there is no development about Artificial Neural Network Model in multivariate control chart, Mixtured ANN models are used instead of single ANN models and ANN models are used as a hybrid of with other classification method, especially support vector machine. I think that this research will be a start point about ANN models in multivariate control charts for new beginner. sonuçlara ulaşılmıştır. Yapılan araştırma çok değişkenli kontrol kartlarında yapay sinir ağlarını kullanmak isteyen araştırmacılar için bir başlangıç noktası olacağı değerlendirilmektedir.
Özet
İstatistiksel süreç kontrolünde kullanılan çok değişkenli kontrol grafikleri, çok değişkenli bir süreçteki anormal değişimleri incelemede önemli bir araçtır. Süreçte zaman içinde oluşabilecek değişimlerin tespit edilmesi, sürecin kontrol altında tutulması ve gerekli önlemlerin alınması amacıyla süreçteki anormal değişimlerin örüntülerini tanımlamaya yönelik son zamanlarda Yapay Sinir Ağları tanıma sistemleri oldukça fazla kullanılmaktadır. Yapay Sinir Ağları (YSA), giriş verilerinin yetersiz olduğu, mevcut verilerden hareketle bilinmeyen ilişkilerin ortaya çıkarılması ve algoritması veya kuralları tam olarak bilinmeyen durumlar için geliştirilmiş bir bilgi işleme sistemidir. Desen tanıma, tahmin, sınıflandırma gibi pek çok kalite kontrol problemi için yapay sinir ağları kullanılmaktadır. Yapay sinir ağı yaklaşımı ile birlikte kalite kontrol faaliyetleri daha kolay olmakta, maliyetler ve muayene süreleri minimize edilebilmektedir. Kontrol kartlarında yapay sinir ağlarıyla örüntü tanıma konusunda 1980 yılları sonları ile 1990 yılları sonları arasında yazılmış dokümanlar Zorriassatine ve Tannock (1998) tarafından ve 1991 ile 2010 yılları arasındaki zamanda yazılmış dokümanlar ise Psakaris (2011) ve Hachicha ve Ghorbelb (2012) tarafından incelenmiştir. Ayrıca, Masood ve Hassan (2010) tarafından bir inceleme metodolojisi oluşturulmuştur. Yapılan araştırmalar daha çok tek değişkenli ve çok değişkenli kontrol kartlarını kapsayacak şekilde genel nitelikli araştırmalardır. Bu çalışmada ise yapay sinir ağlarının 1990 ile 2015 yılları arasındaki diğer dokümanlardan farklı olarak çok değişkenli kontrol kartlarındaki uygulamalar derinliğine araştırılmıştır. Araştırmanın sonucunda ise genel olarak özetle, çok değişkenli kontrol kartlarında kullanılan YSA modellerinde teorik gelişmelerin olmadığı, tek YSA modeli yerine birleşik YSA modellerinin kullanıldığı ve YSA modelleri ile birlikte diğer sınıflandırma yöntemlerinin özellikle destek vektör makinelerinin hibrit olarak kullanıldığı şeklinde sonuçlara ulaşılmıştır. Yapılan araştırma çok değişkenli kontrol kartlarında yapay sinir ağlarını kullanmak isteyen araştırmacılar için bir başlangıç noktası olacağı değerlendirilmektedir.