การประยุกต์ข่ายงานระบบประสาท ในการวิเคราะห์แผนภูมิควบคุมคุณภาพเชิงสถิติ

นวลนภา บัติประโคน

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/68102

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ปารเมศ ชุติมา	-
dc.contributor.author	นวลนภา บัติประโคน	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2020-09-22T06:53:25Z	-
dc.date.available	2020-09-22T06:53:25Z	-
dc.date.issued	2541	-
dc.identifier.isbn	9743311548	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/68102	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2541	-
dc.description.abstract	นวลนภา บัติประโคน, ผู้แต่ง	-
dc.description.abstract	งานวิจัยนี้เป็นการนำเสนอวิธีการของข่ายงานระบบประสาท (Neural Networks) มาประยุกต์ใช้ในการจำแนกข้อมูลรูปแบบต่าง ๆ ที่บ่งบอกว่ากระบวนการผลิตนั้นอยู่นอกสภาวะการควบคุมหรือไม่และหาค่าพารามิเตอร์ของข่ายงานระบบประสาทที่เหมาะสมกับลักษณะของปัญหา ซึ่งค่าพารามิเตอร์เหล่านั้นได้แก่ จำนวนชั้น (Layers) จำนวนหน่วยประสาท (Nodes) ในแต่ละชั้น สำหรับประยุกต์ใช้ในการวิเคราะห์ข้อมูลที่แสดงลักษณะออกนอกสภาวะการควบคุมที่เกิดขึ้นระหว่างกระบวนการผลิต เพื่อทดแทนการตรวจสอบคุณภาพโดยใช้แผนภูมิควบคุมคุณภาพเชิงสถิติ (Statistical Quality Control Charts) โดยใช้การทดลองที่เป็นไปตามกฎของ Western Electric Statistical Quality Control Handbook Rules ซึ่งประกอบด้วยกฎ 6 ข้อ และได้เลือกประเภทโครงสร้างของข่ายงานมาใช้ในการทดลองนี้ 2 ประเภท คือ วิธีการ Perceptron และวิธีการ Backpropagation ผลการทดลองปรากฏว่า ในบางกรณีวิธีการของ Perceptron จะมีความถูกต้องมากกว่าวิธีการ Backpropagation	-
dc.description.abstractalternative	This research introduced the methodology of applying neural networks to the identification of information of various patterns from which the manufacturing process can be determined whether the process is in and out-of-control condition and to the searching of neural network’s parameters that were appropriate to any particular problems, such parameters were number of layers and number of nodes in each layer. Neural network methodology was applied to analyze the information that represented an out-of-control condition during the manufacturing process, this was to substitute for a statistical quality control charts, by employing an apparatus according to the rules of Western Electric Statistical Quality Control Handbook comprising of 6 rules and selecting two types of structure of the neural network which were Perceptron and Backpropagation. From the experiment, it was found that in some cases the Perceptron method showed more accurate results than the Backpropagation method.	-
dc.language.iso	th	-
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.subject	นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)	-
dc.subject	การควบคุมคุณภาพ	-
dc.subject	การควบคุมการผลิต	-
dc.title	การประยุกต์ข่ายงานระบบประสาท ในการวิเคราะห์แผนภูมิควบคุมคุณภาพเชิงสถิติ	-
dc.title.alternative	Applying neural networks to the analysis of statistical quality control charts	-
dc.type	Thesis	-
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	-
dc.degree.level	ปริญญาโท	-
dc.degree.discipline	วิศวกรรมอุตสาหการ	-
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Description	Size	Format
Nualnapa_bu_front_p.pdf	หน้าปก สารบัญ และบทคัดย่อ	975.09 kB	Adobe PDF	View/Open
Nualnapa_bu_ch1_p.pdf	บทที่ 1	740.21 kB	Adobe PDF	View/Open
Nualnapa_bu_ch2_p.pdf	บทที่ 2	2.29 MB	Adobe PDF	View/Open
Nualnapa_bu_ch3_p.pdf	บทที่ 3	1.26 MB	Adobe PDF	View/Open
Nualnapa_bu_ch4_p.pdf	บทที่ 4	1.01 MB	Adobe PDF	View/Open
Nualnapa_bu_ch5_p.pdf	บทที่ 5	2.18 MB	Adobe PDF	View/Open
Nualnapa_bu_ch6_p.pdf	บทที่ 6	679.54 kB	Adobe PDF	View/Open
Nualnapa_bu_back_p.pdf	บรรณานุกรมและภาคผนวก	9.99 MB	Adobe PDF	View/Open

Show simple item record