| Περίληψη: | Η παρούσα διατριβή αφορά στην ολοκλήρωση των μεθόδων Στατιστικού Ελέγχου Ποιότητας με τεχνικές Μηχανικής Μάθησης, για την καλύτερη εξυπηρέτηση των αναγκών των σύγχρονων επιχειρήσεων. Προς αυτή την κατεύθυνση, έγινε αρχικά μια λεπτομερής ανασκόπηση της σχετικής βιβλιογραφίας για τον εντοπισμό και την αναγνώριση των σημαντικότερων ελλείψεων του Στατιστικού Ελέγχου Ποιότητας. Στη συνέχεια, χρησιμοποιήθηκαν τεχνικές Μηχανικής Μάθησης για την αντιμετώπιση των παραπάνω ελλείψεων. Πιο συγκεκριμένα, προτάθηκε μια μεθοδολογία για αναγνώριση μέσων μετατοπίσεων σε αυτοσυσχετιζόμενα δεδομένα πολυμεταβλητών διεργασιών, τα οποία συναντώνται πολύ συχνά σε πραγματικές διεργασίες. Η προτεινόμενη μεθοδολογία δοκιμάζεται και ελέγχεται ως προς την απόδοσή της και την ικανότητά της για εφαρμογή σε δεδομένα διαφορετικής φύσεως σε δυο μελέτες περίπτωσης. Τα αποτελέσματα από τις μελέτες αυτές είναι ενθαρρυντικά καθώς επιτεύχθηκαν αρκετά υψηλά ποσοστά επιτυχών αναγνωρίσεων μέσων μετατοπίσεων. Η διατριβή ολοκληρώνεται με παράθεση μιας σειράς συμπερασμάτων, ανάδειξη της συμβολής της προτεινόμενης μεθοδολογίας και υπόδειξη μελλοντικών ερευνητικών κατευθύνσεων για την επέκτασή της.
|
|---|
