論文の概要: A Nonparametric Adaptive EWMA Control Chart for Binary Monitoring of Multiple Stream Processes

• arxiv url: http://arxiv.org/abs/2604.12095v1
• Date: Mon, 13 Apr 2026 22:11:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.137999
• Title: A Nonparametric Adaptive EWMA Control Chart for Binary Monitoring of Multiple Stream Processes
• Title（参考訳）: マルチストリームのバイナリモニタリングのための非パラメトリック適応EWMA制御チャート
• Authors: Faruk Muritala, Austin Brown, Dhrubajyoti Ghosh, Sherry Ni,
• Abstract要約: 複数の独立したストリームにまたがる二項比のモニタリングは、統計的プロセス制御(SPC)において重要な課題である 連立多重ストリームデータに対するEWMA統計量の正確な時間変化を導出する累積標準化二項EWMAチャートを提案する。 CSB-EWMAチャートは、両方のARL0ターゲット間での迅速なシフト検出を示し、コントロール外平均ラン長(ARL1)は、適度なシフトのために3～7サンプルに低下する。
• 参考スコア（独自算出の注目度）: 0.13999481573773068
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monitoring binomial proportions across multiple independent streams is a critical challenge in Statistical Process Control (SPC), with applications from manufacturing to cybersecurity. While EWMA charts offer sensitivity to small shifts, existing implementations rely on asymptotic variance approximations that fail during early-phase monitoring. We introduce a Cumulative Standardized Binomial EWMA (CSB-EWMA) chart that overcomes this limitation by deriving the exact time-varying variance of the EWMA statistic for binary multiple-stream data, enabling adaptive control limits that ensure statistical rigor from the first sample. Through extensive simulations, we identify optimal smoothing (λ) and limit (L) parameters to achieve target in-control average run length (ARL0) of 370 and 500. The CSB-EWMA chart demonstrates rapid shift detection across both ARL0 targets, with out-of-control average run length (ARL1) dropping to 3-7 samples for moderate shifts (δ=0.2), and exhibits exceptional robustness across different data distributions, with low ARL1 Coefficients of Variation (CV < 0.10 for small shifts) for both ARL0 = 370 and 500. This work provides practitioners with a distribution-free, sensitive, and theoretically sound tool for early change detection in binomial multiple-stream processes.
• Abstract（参考訳）: 複数の独立したストリームにまたがる二項比のモニタリングは、製造業からサイバーセキュリティまで、統計的プロセス制御(SPC)において重要な課題である。 EWMAチャートは小さなシフトに対する感度を提供するが、既存の実装は早期監視時に失敗する漸近的分散近似に依存している。 本稿では,この制限を克服する累積標準化二項EWMA(CSB-EWMA)チャートを導入し,二元多重ストリームデータに対するEWMA統計量の正確な時間変化を導出し,第1サンプルからの統計的厳密性を確保するための適応制御制限を実現する。 広範囲なシミュレーションにより, 370および500の目標内平均走行距離(ARL0)を達成するために, 最適平滑化(λ)と極限(L)パラメータを同定する。 CSB-EWMAチャートは、両方のARL0目標に対して高速なシフト検出を示し、コントロール外平均ラン長(ARL1)は、適度なシフト(δ=0.2)のために3,7サンプルに低下し、異なるデータ分布に対して例外的な堅牢性を示す。 この研究は、二項多重ストリームプロセスにおける早期変化検出のための分布のない、敏感で理論的に健全なツールを実践者に提供する。

関連論文リスト

• On Sequence-to-Sequence Models for Automated Log Parsing [0.0]
  本研究の目的は、シーケンスモデリングアーキテクチャ、表現選択、シーケンス長、トレーニングデータの可用性が、自動ログ解析性能と計算コストにどのように影響するかを評価することである。 変換器は、平均相対編集距離が0.111、次いでMamba(0.145)、mono-LSTM(0.186)、bi-LSTM(0.265)となる。 全体として、Transformerは解析エラーを23.4%削減し、Mambaはデータや計算制約の下で強力な代替手段である。
  論文  参考訳（メタデータ） (2026-02-07T20:47:45Z)
• PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
  PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。 PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。 7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T17:57:37Z)
• Adaptive Split-MMD Training for Small-Sample Cross-Dataset P300 EEG Classification [12.103074826558531]
  データセット間のシフトは、大きなソースデータセットで小さなターゲットセットを増やそうとするときに発生する。 適応分割最大値離散化学習(AS-MMD)を紹介する。 AS-MMDは、ターゲット重み付き損失とソース/ターゲットサイズ比の平方根に結びついたウォームアップを組み合わせる。 目標のみのトレーニングやプールトレーニングよりも優れています。
  論文  参考訳（メタデータ） (2025-10-24T18:48:21Z)
• Change Detection in Multivariate data streams: Online Analysis with Kernel-QuantTree [4.492556918144639]
  Kernel-QuantTree指数重み移動平均(KQT-EWMA) Kernel-QuantTree (KQT)ヒストグラムとEWMA統計を組み合わせた非パラメトリックな変化検出アルゴリズム。 合成および実世界のデータセットの実験では、KQT-EWMAが$ARL_0$を制御でき、最先端の手法に匹敵する検出遅延を達成できることが示された。
  論文  参考訳（メタデータ） (2024-10-17T17:17:38Z)
• DC-Solver: Improving Predictor-Corrector Diffusion Sampler via Dynamic Compensation [68.55191764622525]
  拡散モデル(DPM)は、視覚合成において顕著な性能を示すが、サンプリング中に複数の評価を必要とするため、計算コストが高い。 最近の予測器合成・拡散サンプリング装置は,要求される評価回数を大幅に削減したが,本質的には誤調整の問題に悩まされている。 我々はDC-CPRrと呼ばれる新しい高速DPMサンプリング装置を導入する。
  論文  参考訳（メタデータ） (2024-09-05T17:59:46Z)
• Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
  コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。 本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。 我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-07-19T13:33:38Z)
• MSFlow: Multi-Scale Flow-based Framework for Unsupervised Anomaly Detection [124.52227588930543]
  教師なし異常検出(UAD)は多くの研究の関心を集め、幅広い応用を推進している。 不明瞭だが強力な統計モデルである正規化フローは、教師なしの方法で異常検出と局所化に適している。 非対称な並列フローと融合フローからなるMSFlowと呼ばれる新しいマルチスケールフローベースフレームワークを提案する。 我々のMSFlowは、検出AUORCスコアが99.7%、ローカライゼーションAUCROCスコアが98.8%、プロスコアが97.1%の新たな最先端技術を実現している。
  論文  参考訳（メタデータ） (2023-08-29T13:38:35Z)
• Let's Sample Step by Step: Adaptive-Consistency for Efficient Reasoning and Coding with LLMs [60.58434523646137]
  大規模言語モデル(LLM)からの出力の正確性を改善するための一般的なアプローチは、自己整合性である。 コスト効率のよいモデルに依存しない手法であるAdaptive-Consistencyを導入し,各質問のサンプル数を動的に調整する。 実験の結果,Adaptive-Consistencyはサンプル予算を最大7.9倍に削減し,平均精度は0.1%以下であった。
  論文  参考訳（メタデータ） (2023-05-19T17:49:25Z)
• Nonparametric and Online Change Detection in Multivariate Datastreams using QuantTree [7.085868567930685]
  本稿では,非パラメトリックな変化検出アルゴリズムであるQT-EWMAを導入する。 我々は,QT-EWMAとQT-EWMAの更新により,同様の条件下で動作している最先端手法よりも誤警報率を制御できることを示す。
  論文  参考訳（メタデータ） (2022-08-30T07:24:16Z)

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。