Neuer Forscher

Für DAS

Florian Sobieczky berichtet über seine Forschungsscherpunkte und Zielsetzungen

Als Forscher auf dem Gebiet ‘Data-Science’ interessiert mich zur Zeit am meisten die Statistik bei Problemen in der Datenerhebung, wie sie typischerweise in reellen ‘Predictive Modeling’ Aufgabenstellungen in der Produktion auftreten. Die Einbindung von Zeitreihen von unabhängig getakteten Sensoren bei Nichtkennzeichnung der Werkstücke in Tabellen anhand derer Regression und Klassierung durchgeführt werden kann, ist dafür ein manchmal sehr anspruchsvolles Beispiel. Es ist mein Ziel, hier einen theoretischen Rahmen sowie Vorverarbeitungswerkzeuge speziell für große zeitlich inkohärente Datensätze zu entwickeln.

Ich interessiere mich auch für die Strukturgleichungsmodellierung (SEM) von Produktionsprozessen, vor allem im Bereich der Produktionslinien. Die Kausalzusammenhänge aus den erhobenen Daten zu ermitteln kann schwierig sein, sogar wenn die zeitliche Reihenfolge der entsprechenden Produktionsschritte bekannt ist. Zum Beispiel kann es schwierig sein, bei einer seriellen Anordnung von Produktionsmaschinen auf Fehlerursachen zu schließen, wenn es sich um indirekte Effekte handelt. Bei oberflächlicher Betrachtung dieser Effekte kann hier wegen Mediation der klassische Zugang mit Hilfe linearer Modelle dazu führen, dass die fortgesetze Wirkung einer vorn gelegenen Maschine auf eine weiter zurückliegende Maschine übersehen wird.

Mein akademischer Hintergrund ist durch das Studium von Mathematik und Physik geprägt. Als Post-Doc habe ich im Bereich der diskreten Wahrscheinlichkeitstheorie geforscht und publiziert. Ich tendiere dazu, in meiner derzeitigen Forschung Modelle aus der Perkolations-, Warteschlangentheorie und Theorie der Irrfahrten einzusetzen. Zum Beispiel können Schwankungen in der Performance von verschiedenen ‘Predictive Models’ unter Störungen der eingehenden Daten manchmal mit einer Irrfahrt auf einem Graphen verglichen werden. Solche Analogien für die Vorhersage von Effekten von inkohärenten Daten (siehe oben), gestörten Messvorgängen und fehlkonfigurierten Produktionsmaschinen einzusetzen halte ich für ein interessantes und fruchtbares Forschungsprogramm

zurück