論文の概要: Predicting the Lifespan of Industrial Printheads with Survival Analysis

• arxiv url: http://arxiv.org/abs/2504.07638v1
• Date: Thu, 10 Apr 2025 10:38:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 18:04:36.05143
• Title: Predicting the Lifespan of Industrial Printheads with Survival Analysis
• Title（参考訳）: 生存分析による工業用プリントヘッドの寿命予測
• Authors: Dan Parii, Evelyne Janssen, Guangzhi Tang, Charalampos Kouzinopoulos, Marcin Pietrasik,
• Abstract要約: 重要なデバイスコンポーネントの寿命を正確に予測することは、メンテナンス計画と生産最適化に不可欠である。 本研究では,キヤノン印刷による印刷ヘッドの寿命予測における生存分析の利用について検討する。
• 参考スコア（独自算出の注目度）: 0.529472240635036
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurately predicting the lifespan of critical device components is essential for maintenance planning and production optimization, making it a topic of significant interest in both academia and industry. In this work, we investigate the use of survival analysis for predicting the lifespan of production printheads developed by Canon Production Printing. Specifically, we focus on the application of five techniques to estimate survival probabilities and failure rates: the Kaplan-Meier estimator, Cox proportional hazard model, Weibull accelerated failure time model, random survival forest, and gradient boosting. The resulting estimates are further refined using isotonic regression and subsequently aggregated to determine the expected number of failures. The predictions are then validated against real-world ground truth data across multiple time windows to assess model reliability. Our quantitative evaluation using three performance metrics demonstrates that survival analysis outperforms industry-standard baseline methods for printhead lifespan prediction.
• Abstract（参考訳）: 重要なデバイスコンポーネントの寿命を正確に予測することは、メンテナンス計画と生産最適化に不可欠である。 本研究では,キヤノン印刷による印刷ヘッドの寿命予測における生存分析の利用について検討する。 具体的には,Kaplan-Meier推定器,Cox比例ハザードモデル,Weibull加速故障時間モデル,ランダムサバイバル森林,勾配向上という,生存確率と失敗率を推定するための5つの手法の適用に焦点を当てる。 得られた見積もりは、等速回帰を用いてさらに洗練され、その後、期待される失敗数を決定するために集約される。 予測は、複数の時間ウィンドウにまたがる実世界の真実データに対して検証され、モデルの信頼性を評価する。 3つの評価指標を用いた定量的評価により, 生存率分析は, 印刷ヘッド寿命予測の標準基準法よりも優れていることが示された。

関連論文リスト

• Predictive Multiplicity in Survival Models: A Method for Quantifying Model Uncertainty in Predictive Maintenance Applications [0.0]
  我々は、生存に基づくモデルにおいて、予測的乗法が重要な関心事であると考えている。 あいまいさ、不明瞭さ、不明瞭さという形式的な尺度を導入し、それを定量化します。 これは特にメンテナンススケジューリングなどの下流タスクに関係している。
  論文  参考訳（メタデータ） (2025-04-16T15:04:00Z)
• Rashomon perspective for measuring uncertainty in the survival predictive maintenance models [0.0]
  航空機エンジンの残留実用寿命の予測は、航空宇宙や防衛といった高信頼性分野において重要な領域である。 従来の回帰モデルは検閲されたデータに苦しむため、バイアスのある予測につながる可能性がある。 一方、サバイバルモデルは、検閲されたデータを効果的に処理し、メンテナンスプロセスの予測精度を向上させる。
  論文  参考訳（メタデータ） (2025-02-16T13:36:56Z)
• Evidential time-to-event prediction with calibrated uncertainty quantification [12.446406577462069]
  Time-to-event分析は、臨床予後と治療勧告に関する洞察を提供する。 本稿では,時間とイベントの予測に特化して設計された明らかな回帰モデルを提案する。 我々のモデルは正確かつ信頼性の高い性能を提供し、最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2024-11-12T15:06:04Z)
• Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
  現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。 我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
  論文  参考訳（メタデータ） (2023-10-24T02:56:05Z)
• Measuring the Stability of Process Outcome Predictions in Online Settings [4.599862571197789]
  本稿では,オンライン予測プロセス監視のためのモデルの安定性を評価するための評価フレームワークを提案する。 このフレームワークは、4つのパフォーマンスメタ尺度を導入している。性能低下の頻度、その大きさ、回復率、パフォーマンスのボラティリティである。 その結果,これらのメタ尺度は,異なるリスクテイクシナリオに対する予測モデルの比較と選択を容易にすることが示された。
  論文  参考訳（メタデータ） (2023-10-13T10:37:46Z)
• CenTime: Event-Conditional Modelling of Censoring in Survival Analysis [49.44664144472712]
  CenTimeは、イベントへの時間を直接見積もる、サバイバル分析の新しいアプローチである。 本手法は,非検閲データが少ない場合でも,堅牢なイベント条件検閲機構を特徴とする。 以上の結果から,CenTimeは同等の性能を維持しつつ,死までの時間を予測する上で,最先端のパフォーマンスを提供することがわかった。
  論文  参考訳（メタデータ） (2023-09-07T17:07:33Z)
• Toward Reliable Human Pose Forecasting with Uncertainty [51.628234388046195]
  我々は、複数のモデルを含む人間のポーズ予測のためのオープンソースのライブラリを開発し、複数のデータセットをサポートする。 我々は、パフォーマンスを高め、より良い信頼をもたらすために、問題の2つの不確実性を考案する。
  論文  参考訳（メタデータ） (2023-04-13T17:56:08Z)
• DeepVol: Volatility Forecasting from High-Frequency Data with Dilated Causal Convolutions [53.37679435230207]
  本稿では,Dilated Causal Convolutionsに基づくDeepVolモデルを提案する。 実験結果から,提案手法は高頻度データからグローバルな特徴を効果的に学習できることが示唆された。
  論文  参考訳（メタデータ） (2022-09-23T16:13:47Z)
• Back2Future: Leveraging Backfill Dynamics for Improving Real-time Predictions in Future [73.03458424369657]
  公衆衛生におけるリアルタイム予測では、データ収集は簡単で要求の多いタスクである。 過去の文献では「バックフィル」現象とそのモデル性能への影響についてはほとんど研究されていない。 我々は、与えられたモデルの予測をリアルタイムで洗練することを目的とした、新しい問題とニューラルネットワークフレームワークBack2Futureを定式化する。
  論文  参考訳（メタデータ） (2021-06-08T14:48:20Z)
• Dynamic prediction of time to event with survival curves [3.9169188005935927]
  最近開発した反実用動的生存モデル(CDSM)を静的および縦方向の観測データに適用します。 評価された個別生存曲線の反射点が、患者の失敗時間の確実な予測をもたらすことを証明した。
  論文  参考訳（メタデータ） (2021-01-26T12:17:27Z)
• Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
  生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。 本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-06-14T01:15:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。