基于保守预测的分布无关过程监控
机器学习
2025-12-30 v1
摘要
传统统计过程控制(SPC)是质量管理的必不可少的手段，但其依赖于常被违反的统计假设，导致在现代复杂制造环境中监控不可靠。本文引入一种混合框架，通过集成保守预测的分布无关、模型无关保证来增强SPC。我们提出了两种新颖应用：保守增强控制图，可可视化过程不确定性并启用类似“不确定性尖峰”的主动信号；保守增强过程监控，将多变量控制重新框定为形式化的异常检测问题，使用直观的p值图。该框架在质量控制中提供了更稳健和更严谨的统计方法，同时保持经典方法的可解释性和易用性。
引用
@article{arxiv.2512.23602,
title = {Distribution-Free Process Monitoring with Conformal Prediction},
author = {Christopher Burger},
journal= {arXiv preprint arXiv:2512.23602},
year = {2025}
}
备注
9 pages, 4 figures