160Quest-ce que CAT. INIST Cat. inist. Cest le signalement de plus de plus de 20 millions de reacutefeacuterences bibliographiques (depuis 1973) des de collections du fonds documentaire de lInist-Cnrs et couvrant lensemble des champs de la recherche mondiale en science, technologie, meacutedecine, sciences humaines et sociales. O CNRS (Centro Nacional de Investigação Científica) ou ESR franccedilais (Enseignement Suprieur et Recherche), a barre de recherche permet daccder, o catálogo contendo mais de 53 milhões de rfrences bibliographiques. Si vous tes membre de la communaut - CNRS (Centro Nacional de Investigação Científica). Você pode obter gratuitamente o documento - ESR franccedilais (Enseignement Suprieur et Recherche). Vous pouvez commander le document. Si celui-ci est autoris la reproduction par reprographie. - Secteur public franais et tranger. Vous pouvez commander le document. Si celui-ci est autoris la reproduction par reprographie. 160. O que está por trás CAT. INIST Cat. inist é composto de mais de 20 milhões de registros bibliográficos (a partir de 1973) para documentos de Inist-Cnrs coleções cobrindo todos os campos de pesquisa mundial em ciência, tecnologia, medicina, ciências humanas e sociais. Com a barra de pesquisa você pode acessar diretamente e consultar mais de 53 milhões de registros bibliográficos gratuitamente. Muitos desses registros fornecem links para documentos disponíveis em acesso aberto. Se é membro do CNRS (Centro Nacional de Investigação Científica) ou das Comunidades de Ensino Superior e Investigação de França. Você pode usar a barra de pesquisa para acessar o Refdoc, um catálogo com mais de 53 milhões de registros bibliográficos. Se for membro do CNRS (Centro Nacional de Investigação Científica): pode obter uma cópia gratuita do documento - Ensino Superior e Pesquisa Franceses. Pode encomendar o documento, se estiver abrangido por uma autorização de reprodução reprográfica. - O sector público na França e noutros países. Você pode encomendar o documento, se ele estiver coberto por uma autorização para reprodução reprográfica. Gráficos de controle de média móvel ponderada exponencialmente (EWMA) para monitorar um processo analítico Referências Bibliográficas 8 Neste trabalho, estendemos o trabalho de Bilen et al. (Ii) utilizando a abordagem de mínimos quadrados generalizada (GLS) na PCR em conjunto com a estrutura de covariância do erro autorregressivo (AR) Modelo de correção dos resíduos para obter as melhores estimativas lineares não tendenciosas do RA e os parâmetros de regressão e (iii) aplicar o esquema de SPC multivariada, ou seja, MEWMA, aos inputs de processo críticos multicorrelacionados. As cartas de controle EWMA e MEWMA mostram-se robustas à não-normalidade, à autocorrelação e eficazes na detecção de pequenos turnos de processo (Apley amp Lee, 2008 Borror, Montgomery, amp; Runger, 2003 Carson amp Yeh, 2008 Humano, Kritzinger, amp Chakraborti, 2017 Kohehler, Mark, amp. Ox27 connell, 2001 Lu, 1999 Midam Shabbak, 2017 Neubauer, 1997 Scranton, Runger, Keats, amp Montgomery, 1996 Stoubos amp Sullivan, 2002 Testik, Runger, amp Borror, 2003). Este esquema de gráfico de controle duplo proposto fornece a capacidade de monitorar entradas de processo, avaliando e depois controlando a saída do processo. RESUMO: Este artigo apresenta um esquema de monitoramento duplo para o controle de processos em cascata autocorrelacionado multivariado utilizando regressões de componentes principais. O modelo de séries temporais autorregressivas é imposto à variável de saída correlacionada ao tempo que depende de muitas variáveis de entrada de processo multicorrelacionadas. Uma regressão de componente principal generalizada de mínimos quadrados é usada para descrever a relação entre o produto e suas variáveis de entrada de processo sob o modelo de erro de regressão autorregressiva. Propõe-se um esquema de monitoramento duplo, consistindo em um gráfico de controle EWMA baseado em resíduos, aplicado às características do produto, eo gráfico MEWMA, aplicado às características do processo em cascata multivariada. O gráfico de controle EWMA é aplicado para aumentar o desempenho de detecção, especialmente para pequenas mudanças médias. O MEWMA é aplicado a um conjunto selecionado de variáveis de entrada do primeiro componente principal para aumentar a sensibilidade para detectar falhas no processo. O esquema duplo proposto para características de produto e processo melhora tanto o desempenho de detecção como de predição do sistema de monitoramento de processos em cascata autocorrelacionados multivariados. O esquema de monitoramento duplo proposto supera o gráfico de controle do tipo residual convencional aplicado aos resíduos da regressão de componente principal sozinho. A implementação da metodologia proposta é demonstrada através de um exemplo de um processo de secagem de polpa de beterraba açucareira. Artigo Jul 2017 Wichai Chattinnawat quotIf um novo K (T n. T n1), então este evento é declarado como um incidente. BULLET O operador de rede define o limiar utilizando uma média móvel ponderada exponencial (EWMA) 18 que aplica factores de ponderação exponencialmente decrescentes. RESUMO: As redes de hoje enfrentam continuamente novas ameaças, tornando essencial a análise de dados de rede para a detecção de anomalias em redes operacionais atuais. Os operadores de rede têm de lidar com a análise de enormes volumes de dados. Para combater esta questão principal, lidar com fluxos IP (também conhecido como Netflows) registros é comum no gerenciamento de rede. No entanto, nas redes modernas, mesmo os registos do Netflow continuam a representar um volume elevado de dados. Interesse em classificação de tráfego, bem como detecção de ataques e anomalias em monitoramento de rede e atividades relacionadas à segurança tornou-se muito forte. Esta tese aborda o tema da análise de registros do Netflow através da introdução de mecanismos simples para a avaliação de grandes quantidades de dados. Os mecanismos são baseados em registros de Netflow espacialmente agregados. Esses registros são avaliados pelo uso de uma função do kernel. Esta função de similaridade analisa dados agregados sobre mudanças de padrões quantitativos e topológicos. Através da utilização de técnicas de aprendizagem mecânica, o objectivo é utilizar os dados agregados e classificá-los em tráfego benigno e anomalias. Além da detecção de anomalias no tráfego de rede, o tráfego é analisado sob a perspectiva de um invasor e de um operador de rede, usando um modelo teórico-game para definir estratégias de ataque e defesa. Para estender os modelos de avaliação, as informações da camada de aplicação foram analisadas. Um problema que ocorre com os fluxos de aplicativos é que, em alguns casos, os fluxos de rede não podem ser claramente atribuídos a sessões ou usuários, como por exemplo em redes de sobreposição anônimas. Um modelo para a atribuição de fluxos para sessões ou usuários foi definido e relacionado a isso, o comportamento dos mecanismos de ataque e defesa é estudado no âmbito de um jogo. Em contraste, a abordagem pró-ativa x27x27x27x27 implica o monitoramento de sinais de alerta de desempenho ao longo do tempo. Por exemplo, pode-se confiar em variantes das regras comuns de instabilidade do gráfico geral 27, por exemplo, Inspecionando o número de pontos que tendem para cima ou para baixo, ou o número de pontos no mesmo lado da linha central. RESUMO: Os modelos de previsão são postulados como ferramentas úteis para apoiar tarefas como tomada de decisão clínica e benchmarking. Em particular, os modelos de árvore de classificação têm tido muito interesse na literatura de Informática Biomédica. No entanto, o seu desempenho preditivo prospectivo ao longo do tempo não foi investigado. Neste trabalho sugerimos e aplicamos métodos estatísticos de controle de processos para monitorar, por mais de 5 anos, o desempenho preditivo prospectivo de TM80, um dos poucos modelos de árvore de classificação publicados na literatura clínica. TM80 é um modelo para prever a mortalidade entre pacientes muito idosos nos cuidados intensivos com base em um conjunto de dados multicêntricos. Também inspecionamos o desempenho preditivo nas folhas da árvore. Este estudo fornece insights importantes sobre os padrões de (in) estabilidade do desempenho do treex27s e sua vida quotshelf. O estudo sublinha a importância da validação contínua de modelos prognósticos ao longo do tempo, utilizando ferramentas estatísticas ea recalibração atempada de modelos de árvores. Neste artigo, estudamos esquemas de controle de média móvel ponderada exponencialmente (EWMA) para monitorar a distribuição de Poisson multivariada com uma estrutura de covariância geral, de modo que o praticante possa monitorar simultaneamente múltiplos Processos de atributos correlacionados de forma mais eficaz. O desempenho estatístico dos gráficos é avaliado em termos das propriedades de comprimento de execução e comparado com outros esquemas de controle de atributos mainstream. A aplicação dos métodos propostos para conjuntos de dados reais e simulados é demonstrada. MATHEMATICS SUBJECT CLASSIFICATION: 62P30 Artigo Métricas Efetuar login através de sua instituição Entrar em Taylor Francis Online Ou comprá-lo Artigo Compra 24 horas de acesso por USD 50,00 Imposto local será adicionado como aplicável Pessoas também ler Jornal de Computação Estatística e Simulação 2017 Comunicações em Estatística - Teoria e Métodos Publicação on-line: 4 May 2017 Procurar por diários por assunto Informações para Acesso aberto Ajuda e informação Ligar-se com Taylor Francis Registado em Inglaterra País de Gales No. 3099067 5 Howick Place Londres SW1P 1WG Este site utiliza cookies para lhe garantir A melhor experiência em nosso site
No comments:
Post a Comment