Resumen

La identificación del punto de cambio ha desempeñado un papel vital en la mejora de procesos para un proceso de atributos. Esta identificación es capaz de ayudar de manera efectiva al personal del proceso a determinar rápidamente las causas raíz correspondientes y mejorar significativamente el proceso subyacente. Aunque muchos estudios se han centrado en identificar el punto de cambio de un proceso, no se ha desarrollado un enfoque de identificación genérico. El enfoque típico del estimador de máxima verosimilitud (MLE, por sus siglas en inglés) tiene limitaciones: en particular, la distribución previa del proceso conocida y las dificultades matemáticas. Estas deficiencias se encuentran comúnmente en la práctica. Por lo tanto, este estudio propone un mecanismo de red neuronal artificial (ANN, por sus siglas en inglés) para superar las dificultades del enfoque típico de MLE en la determinación del punto de cambio de un proceso de atributos. Específicamente, se investiga el rendimiento entre el gráfico de control de proceso

• Materias:Ecuaciones en diferencias Ecuación unidimensional Filtrado de información Prevención de interbloqueos Sistemas estocásticos
• Subjects:Difference equations One-dimensional equation Information filtering Interlock prevention Stochastic systems
• Palabras claves:Identificación de puntos de cambio; Mejora de procesos; Causas raíz; Personal del proceso; Red neuronal artificial; Control estadístico de procesos
• Keywords:Change point identification; Process improvement; Root causes; Process personnel; Artificial neural network; Statistical process control