智能主动采样以提升质量保证效率
机器学习
2022-09-26 v1
摘要
我们提出了一种称为智能主动采样（smart active sampling）的新采样策略，用于生产线外的质量检验。基于主动学习原理，机器学习模型决定哪些样本被送往质量检验。一方面，这通过更早检测质量违规而最小化了废件的生产；另一方面，质量检验成本在平稳运行中得以降低。
引用
@article{arxiv.2209.11464,
title = {Smart Active Sampling to enhance Quality Assurance Efficiency},
author = {Clemens Heistracher and Stefan Stricker and Pedro Casas and Daniel Schall and Jana Kemnitz},
journal= {arXiv preprint arXiv:2209.11464},
year = {2022}
}