Ко-кластеризація даних багатовимірних атрибутів якості для оцінки факторів взаємного впливу
DOI:
https://doi.org/10.20998/2413-4295.2018.26.31Ключові слова:
якість через дизайн, критичні атрибути якості, ко-кластеризація, багатовимірний статистичний аналізАнотація
У статті пропонується метод ко-кластеризації стохастичних даних багатовимірних критичних параметрів процесу (CPPs) з метою оцінки впливу виявлених факторів на багатовимірні атрибути критичної якості (CQAs) продукту на стадії початкового проектування процесу виробництва. Метод представляє новий підхід до забезпечення якості продукту, який враховує проблему ко-кластеризації масивів даних CPPs для визначення каузального зв'язку з CQAs. Використовується технологія неметричного багатовимірного шкалювання (NMDS) для визначення вихідних параметрів ко-кластеризації.Посилання
Steimera, C., Fischerb, J., Auricha, J. C. Model-based design process for the early phases of manufacturing system planning using SysML. 27th CIRP Design 2017. Procedia CIRP, 2017, 163-168, doi: 10.1016/j.procir.2017.01.036.
Blondet, G., Boudaoud, N., Duigou, J. Simulation Data Management for Adaptive Design Of Experiment. A literature review, by Blondet, Gaëtan, et al. QUALITA’ 2015, Nancy, France, 2015. Available at: https://hal.archives-ouvertes.fr/hal-01149776 (19 June 2018).
Zwier, M. P., Wits, W, W. Physics in Design: Real-time numerical simulation integrated into the CAD environment. Procedia CIRP 60, 2017, 98-103, doi: 10.1016/j.procir.2017.01.054.
Zhang, L., Mao, S. Application of quality by design in the current drug development. Shenyang Pharmaceutical University, Asian journal of pharmaceutical sciences, 103, 2017, 1-8, doi: 10.1016/j.ajps.2016.07.006.
Mohamed, I. Progressive Modeling: The Process, the Principles, and the Applications. Procedia Computer Science, 16, 2013, 39-48, doi: 10.1016/j.procs.2013.01.005.
Lionberger, R. A., Lee, S. L., Lee, L. M., et al. Quality by Design: Concepts for ANDAs. The AAPS Journal, 10(2), 2008, 268-276,doi: 10.1208/s12248-008-9026-7.
Pramod, K., Tahir, M. A., Charoo, N. A., et al. Pharmaceutical product development: A quality by design approach. International Journal of Pharmaceutical Investigation, 6(3), 2016, 129-138, doi: 10.4103/2230-973X.187350.
Guidance for Industry PAT – A Framework for Innovative Pharmaceutical Development, Manufacturing, and Quality Assurance. Available at: http://www.fda.gov/cder/OPS/PAT.htm (19 June 2018).
Cohen, L., Manion, L., Morrison, K. Research Methods in Education. Sixth edition. Taylor & Francis e-Library, 2007, 638.
Brereton, Richard G. Applied chemometrics for scientists. University of Bristol, UK, John Wiley & Sons Ltd, 2007, 379.
Skold, M. Computer Intensive Statistical Methods. Mathematical Statistics Centre for Mathematical Sciences Lund University, 2005, 133. Available at: http://www.maths.lth.se/ (2018.06.19).
Ripley, B. D. Computer-Intensive Statistics. APTS 2011–12 lecture material, 2008, Available at: http://www.stats.ox.ac.uk/~ripley/APTS2012/APTS-CIS-lects.pdf (19 June 2018).
Berkhin, P. A Survey of Clustering Data Mining Techniques. ResearchGate, 2002, 59, doi: 10.1007/3-540-28349-8_2.
Govaert, G., Nadif, M. Latent Block Model for Contingency Table. Communications in Statistics – Theory and Methods, 2010, 39, 3, 416-425, doi: 10.1080/03610920903140197.
Charrad, M., Ben Ahmed, M. Simultaneous Clustering: A Survey. PReMI’11 Proceedings of the 4th international conference on Pattern recognition and machine intelligence. Springer-Verlag Berlin, 2011, 370-375.
Keribin, C., Brault, V. Estimation and selection for the latent block model on categorical data. Statistics and Computing, 2015, 25, 6, 1201-1216, doi: 10.1007/s11222-014-9472-2.
Brault, V., Mariadassou, M. Co-clustering through Latent Bloc Model: a Review. Journal de la Société Française de Statistique, 2015, 156 (3), 120-139, doi: 10.1111/evo.12770.
Brault, V., Channarond, A. Fast and Consistent Algorithm for the Latent Block Model. Electronic Journal of Statistics. arXiv:1610.09005v1 [math.ST], 2016, 22.
Schepers, J. Maximal Interaction Two-Mode Clustering. Journal of Classification, 2017, 34, 49-75,
doi: 10.1007/s00357-017-9226-x.
Celeux, G., Maugis-Rabusseau, C., Sedki, M. Variable selection in model-based clustering and discriminant analysis with a regularization approach. Advances in Data Analysis and Classification. Springer Verlag, 2018, 21.
ISO 9000 Introduction and Support Package: Guidance on the Concept and Use of the Process Approach for management systems. Available at: https://www.iso.org/iso/04_concept_and_use_of_the_process_approach_for_management_systems.pdf (19 June 2018).
ISO 22000: 2005 Food safety management systems. Available at: https://www.iso.org/standard/35466.html (19 June 2018).
Food and Drug Administration.Final Report on Pharmaceutical cGMPs for the 21st Century – A Risk Based Approach. Available at: http://www.fda.gov/cder/gmp/gmp2004/GMP_finalreport2004.htm (19 June 2018).
Jaiswal, E. S. A case study on quality function deployment (QFD). IOSR Journal of Mechanical and Civil Engineering (IOSR-JMCE), 2012, 3, 27-35, doi: 10.9790/1684-0362735.
Peres, F., Pimentel, A., Fogliatto, F. S. Variable selection methods in multivariate statistical process control: A systematic literature review. Department of Industrial Engineering, Federal University of Rio Grande do Sul, 90035-190 Porto Alegre, RS, Brazil, Computers & Industrial Engineering, 2018, 115, 603-619, doi: 10.1016/j.cie.2017.12.006.
Bhatia, P., Iovleff, S., Govaert, G. Blockcluster: An R Package for Model Based Co-Clustering. Journal of Statistical Software, 2014, VV, II, 23.
Bhatia, P., Iovleff, S. A tutorial for blockcluster R package Version 4. CRAN, 2018, 1-20. Available at: https://cran.r-project.org/web/packages/blockcluster/vignettes/blockcluster_tutorial.pdf (19 June 2018)
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Журнал публікує статті згідно з ліцензією Creative Commons Attribution International CC-BY.
