Robuste Indizes für Projection Pursuit |
| |
| Authors: | Tobias Rohatsch Gerhard P?ppel und Heinrich Werner |
| |
| Institution: | (1) Universit?t Gesamthochschule Kassel, Infineon Technologies AG (e-mail: tobias.rohatsch@infineon.com) , DE;(2) Infineon Technologies AG (e-mail: gerhard.poeppel@infineon.com) , DE;(3) Universit?t Gesamthochschule Kassel, Fachbereich Mathematik/Informatik (e-mail: werner@neuro.informatik.uni-kassel.de) , DE |
| |
| Abstract: | Zusammenfassung. Die moderne und hoch komplexe Fertigung, z.B. in der Halbleiterindustrie, erfordert für die dabei anfallenden Messdaten der
Anlagen- bzw. Prozessparameter multivariate Analysemethoden. Eine dieser m?glichen Analysemethoden ist Projection Pursuit
(PP). Dieses Verfahren ist durch geschickte Wahl des so genannten Projektionsindex in der Lage, verschiedenste Datencharakteristika
zu detektieren und diese auf anschauliche Weise zu visualisieren. Bei den Projektionsindizes handelt es sich um Funktionen,
die eine Projektion auf unterschiedliche Merkmale hin bewerten und dabei jeder Projektion einen Funktionswert zuweisen. Dieser
Funktionswert spiegelt die Aussagekraft der Projektion (in Abh?ngigkeit vom verwendeten Index) wider. Die Auswahl bzw. der
Aufbau dieser Indizes ist hierbei von entscheidender Bedeutung. Alle hier vorgestellten Indizes zeichnen sich vor allem durch
ihren robusten Charakter gegenüber durch Ausrei?er kontaminierte Daten, wie sie in realen Datenszenarien vorkommen, aus. Die
durch Anwendung dieser Indizes gewonnenen Einblicke in die komplexe Struktur der Daten erm?glichen es, hochdimensionale Parameterabweichungen
und komplexe Zusammenh?nge innerhalb der Daten zu finden.
Eingegangen am 11. Februar 2002 / Angenommen am 14. Mai 2002 |
| |
| Keywords: | Schlüsselw?rter: Projection Pursuit automatische Datenanalyse Mustererkennung |
| 本文献已被 SpringerLink 等数据库收录！ |
|
