Aller au contenu principal
Accès ouvert déclaré 2020 article

Repetitive inspection scheme based on the run length of test results: A Markov chain Monte Carlo approach

3Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

We propose a repetitive inspection plan that is based on the run-length of positive and negative test results. In a numerical analysis, we show that the new inspection plan outperforms previous ones in terms of the expected total cost as well as the average outgoing quality. The model parameters are often assumed to be known in advance, but we propose the use of a Bayesian method to estimate the point and interval estimates of the unknown parameters. We show that computational difficulties with prior distributions of the three parameters can be easily overcome with an appropriate MCMC method.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Repetitive inspection scheme based on the run length of test results: A Markov chain Monte Carlo approach
Date Crossref
24/07/2020
Éditeur
Informa UK Limited
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Louisiana State University Department of Information Systems and Decision Sciences pays non établi dans la notice
    Université ou école supérieure
  • Decision Sciences (United States) pays non établi dans la notice
    Entreprise
  • Decision Systems (United States) pays non établi dans la notice
    Entreprise
  • U.S. Air Force Institute of Technology Department of Operational Sciences pays non établi dans la notice
    Université ou école supérieure

Department of Information Systems and Decision Sciences — Louisiana State University, Decision Sciences (United States) et Decision Systems (United States), avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Integrated Circuits and Semiconductor Failure AnalysisIndustrial Vision Systems and Defect DetectionAdvancements in Photolithography Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.