Statistical Control of Multivariant Processes through the Artificial Neural Network Multilayer Perceptron and the MEWMA Graphic Analysis

Gráfico de control estadístico de procesos multivariantes para variables cualitativas

“…Se han propuesto diversos métodos para identificar las 𝑝 características de la calidad responsables de la señal de fuera de control en el proceso, entre otros: la clasificación de componentes de un vector de observación según su contribución relativa a una señal (Doganaksoy, Faltin y Tucker, 1991); uso de Análisis de Componentes Principales (PCA) (Jackson, 1991;Tracy, Young y Mason, 1992;Kourti y McGregor, 1996); ajustes de regresión para variables individuales (Hawkins, 1993); la descomposición del estadístico T 2 en 𝑝 componentes independientes (Mason, Tracy y Young, 1995); análisis basados en el uso del Biplot Dinámico (c); el uso de redes neuronales artificiales (Ruelas, et al, 2020); aplicación de Análisis de Correspondencias Múltiples (MCA) y determinación de distancias 𝜒 $ entre las masas de columnas de la tabla fuera de control y de la tabla tomada como referente (Rojas-Preciado, et al, 2023).…”