制造前置时间的 probabilistic 模型
机器学习
2022-06-30 v2
摘要
在本研究中，我们利用高斯过程、概率神经网络、自然梯度提升，以及分位数回归增强梯度提升来建模激光制造工艺的前置时间。我们在该领域引入了概率建模，并从不同能力方面比较这些模型。在提供真实数据上模型间比较的同时，我们的工作具有许多用例与显著的商业价值。结果表明，所有模型均击败了公司基于领域经验的估计基准，并与经验频率具有良好校准。
引用
@article{arxiv.2204.13792,
title = {Probabilistic Models for Manufacturing Lead Times},
author = {Recep Yusuf Bekci and Yacine Mahdid and Jinling Xing and Nikita Letov and Ying Zhang and Zahid Pasha},
journal= {arXiv preprint arXiv:2204.13792},
year = {2022}
}