Statistical Process Monitoring using Advanced Data-Driven and Deep Learning Approaches: Theory and Practical Applications

Эта книга представляет собой всеобъемлющее руководство по современным методам статистического мониторинга процессов (SPM) с использованием передовых подходов, основанных на данных и глубоком обучении. Авторы объединяют теоретические основы с практическими приложениями, предлагая систематический обзор методологий обнаружения и изоляции аномалий в промышленных и технологических процессах.

Основное внимание уделяется переходу от традиционных линейных методов, таких как регрессия на латентные переменные (LVR), к более сложным подходам, включающим машинное обучение и глубокие нейронные сети. Книга подробно рассматривает методы, основанные на данных, которые становятся все более актуальными в эпоху больших данных и цифровизации производства.

Практическая часть включает тематические исследования и примеры применения описанных методов в реальных условиях, таких как мониторинг водных ресурсов и промышленных процессов. Особое внимание уделяется метрикам оценки производительности, методам изоляции неисправностей и классификации аномалий.

Издание предназначено для исследователей, инженеров и специалистов по анализу данных, работающих в области контроля качества, прогнозного обслуживания и промышленной аналитики. Книга также будет полезна аспирантам и студентам старших курсов, изучающим статистические методы, машинное обучение и их приложения в технических системах.