Heiss, A. (2026). Cellwise Outlier Detection in High-Dimensional Industrial Data: A Joint Analysis of Grouping, Clustering and Outlier Detection [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2026.146140
E105 - Institut für Stochastik und Wirtschaftsmathematik
-
Date (published):
2026
-
Number of Pages:
110
-
Keywords:
Robustheit; Cluster Analysis
de
Robustness; Cluster analysis
en
Abstract:
Der Stahlwalzprozess ist durch zahlreiche voneinander abhängige Prozessparameter gekennzeichnet, die zu hochdimensionalen Messdaten führen, deren Komplexität grundlegende analytische Herausforderungen mit sich bringt. Die Erkennung von Ausreißern ist in der Fertigung unerlässlich, um die Prozessqualität zu verbessern und verborgene Anomalien zu identifizieren, da solche Unregelmäßigkeiten zu Prozessabweichungen und Fehlern führen können. Klassische Methoden zur Ausreißererkennung, die Beobachtungen unabhängig voneinander behandeln und von zeilenweisen Ausreißern ausgehen, sind für dieses Umfeld nur bedingt geeignet. Darüber hinaus verursachen zeilenweise Ausreißererkennungsmethoden bei hochdimensionalen Daten überflüssigen Informationsverlust, da innerhalb einer Beobachtung typischerweise nur eine kleine Teilmenge der Variablen tatsächlich anomal ist. Um diese Probleme zu überwinden, etabliert sich die zellenweise Ausreißererkennung als gezieltere Alternative, bei der anomale Zellen isoliert werden, ohne dabei Informationen zur gesamten Beobachtung zu verlieren. Diese Arbeit untersucht systematisch die Rolle der Datengruppierung als Voraussetzung für eine präzise zellenweise Ausreißererkennung in hochdimensionalen Industriedaten. Der zentrale Beitrag besteht darin zu zeigen, dass Ausreißererkennung und strukturelle Datengruppierung wechselseitig voneinander abhängen und daher nicht als unabhängige Schritte behandelt werden sollten. Klassifikationsverfahren, darunter die lineare Diskriminanzanalyse (LDA), die Sparse Diskriminanzanalyse (SDA), die quadratische Diskriminanzanalyse (QDA) und die robuste lineare Diskriminanzanalyse (LINDA) sowie (robuste) Clustering-Ansätze werden auf den Stahlwalzdatensatz angewendet, um eine aussagekräftige Untergruppenstruktur zu ermitteln. Anschließend werden die zellenweisen Ausreißererkennungsverfahren Detecting Deviating Cells (DDC), zellenweise Hauptkomponentenanalyse (cell-PCA) und zellenweise Multi-Group Gaussian Mixture Models (cell-MGGMM) innerhalb und über diese Gruppierungen hinweg angewendet und systematisch verglichen. Die Ergebnisse zeigen, dass datengetriebene Gruppierungen kohärentere und besser interpretierbare Ergebnisse bei der Ausreißererkennung liefern als vordefinierte Stahlgruppenbezeichnungen oder eine ungruppierte Analyse. Darüber hinaus zeigen die Ergebnisse, dass Clustering Ausreißer verzerrt und Ausreißer umgekehrt auch das Clustering beeinflussen. Dadurch sind beide Methoden wechselseitig voneinander abhängig, was eine getrennte Betrachtung unpraktikabel macht. Die Ergebnisse motivieren folglich die Entwicklung einheitlicher Methoden, die robustes Clustering und zellenweise Ausreißererkennung in hochdimensionalen Umgebungen gemeinsam durchführen, eine methodische Lücke mit hoher Relevanz für die Optimierung industrieller Prozesse und Qualitätssicherung.
de
In the steel rolling process, numerous interdependent process parameters are involved, resulting in high-dimensional measurement data whose complexity presents fundamental analytical challenges. Outlier detection is essential in manufacturing to enhance process quality and identify hidden anomalies, as these irregularities can lead to process deviations and defects. Classical outlier detection methods that treat observations independently and assume rowwise outliers are poorly qualified for these settings. Moreover, these rowwise outlier detection methods cause unnecessary information loss in high-dimensional data, where typically only a small subset of variables within an observation is genuinely anomalous. To overcome these issues, cellwise outlier detection has emerged as a more targeted alternative, isolating anomalous cells without sacrificing information about whole observations. This thesis proposes a systematic investigation into the role of data grouping as a prerequisite for accurate cellwise outlier detection in high-dimensional industrial data. The central contribution is to demonstrate that outlier detection and structural data grouping are mutually dependent and should not be treated as independent steps. Classification methods, including Linear Discriminant Analysis (LDA), Sparse Discriminant Analysis (SDA), Quadratic Discriminant Analysis (QDA), and robust LINear Discriminant Analysis (LINDA), as well as (robust) clustering approaches, are applied to the steel rolling dataset to establish a meaningful subgroup structure. Cellwise outlier detection methods, Detecting Deviating Cells (DDC), cellwise Principal Component Analysis (cell-PCA), and cellwise Multi-Group Gaussian Mixture Models (cell-MGGMM), are subsequently applied within and across these groupings and systematically compared. The results show that data-driven groupings yield more coherent and interpretable outlier detection outcomes than predefined steel group labels or ungrouped analysis. Furthermore, the findings show that clustering distorts outliers, and outliers, in turn, distort clustering as well. This makes the tasks interdependent, rendering separate treatment impractical. Consequently, the results motivate the development of unified frameworks that jointly perform robust clustering and cellwise outlier detection in high-dimensional settings, a methodological gap with broad relevance to industrial process optimization and quality control.
en
Additional information:
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft