Scholarlink

Eine KlassifizierungKlassifizierung, die zur Vorhersage der Klassen von Objekten verwendet wird, hat den Nachteil, dass sie die KostenKosten ignoriert, die bei falschen VorhersagenVorhersage anfallen. Allerdings können falsche VorhersagenVorhersage unterschiedliche Grade von KostenKosten verursachen. Daher sind kostensensible KlassifizierungsalgorithmenKlassifizierung gefragt, um die QualitätQualität der Klassifizierung zu verbessern. In dieser Studie wird der regelbasierte kostensensibleKostenempfindliche BEE-Miner-Algorithmus, der unter Verwendung des BienenalgorithmusBees Algorithmus und des MEPAR-Miner-Algorithmus entwickelt wurde, verwendet, um die FehlerFehler in der Produktionslinie eines TextilunternehmensTextil,Produktion,Regelbasiert deutlich besser zu klassifizieren. Bei der Analyse der Ergebnisse auf dem QualitätsfehlerdatensatzQualität wird beobachtet, dass der BEE-Miner-Algorithmus den MEPAR-Miner-Algorithmus in Bezug auf KlassifizierungskostenKosten und Genauigkeit übertrifft.

错误：搜索内容不能为空，请输入英文关键词
错误：关键词超出字数限制，请精简
高级检索

Eine Fallstudie mit dem BEE-Miner-Algorithmus: Fehler in der Produktionslinie

  • 章节

  • 发表日期：

    2025年

查看全文
  • Merhad Ay,
  • Adil Baykasoglu,
  • Lale Ozbakir,
  • Sinem Kulluk

摘要

Eine KlassifizierungKlassifizierung, die zur Vorhersage der Klassen von Objekten verwendet wird, hat den Nachteil, dass sie die KostenKosten ignoriert, die bei falschen VorhersagenVorhersage anfallen. Allerdings können falsche VorhersagenVorhersage unterschiedliche Grade von KostenKosten verursachen. Daher sind kostensensible KlassifizierungsalgorithmenKlassifizierung gefragt, um die QualitätQualität der Klassifizierung zu verbessern. In dieser Studie wird der regelbasierte kostensensibleKostenempfindliche BEE-Miner-Algorithmus, der unter Verwendung des BienenalgorithmusBees Algorithmus und des MEPAR-Miner-Algorithmus entwickelt wurde, verwendet, um die FehlerFehler in der Produktionslinie eines TextilunternehmensTextil,Produktion,Regelbasiert deutlich besser zu klassifizieren. Bei der Analyse der Ergebnisse auf dem QualitätsfehlerdatensatzQualität wird beobachtet, dass der BEE-Miner-Algorithmus den MEPAR-Miner-Algorithmus in Bezug auf KlassifizierungskostenKosten und Genauigkeit übertrifft.