Anomaliya aşkarlaması üçün autoencoder nədir və yenidənqurma xətası necə hesablanır?

Autoencoder — giriş məlumatlarını çıxışda yenidən qurmaq üçün öyrədilən neyron şəbəkəsidir və bu, sıxılmış daxili təqdimat (latentin sahə) vasitəsilə həyata keçirilir. Anomaliyaların aşkarlanması üçün autoencoder normal məlumatlar üzərində öyrədilir və onları effektiv şəkildə yenidən qurmağı öyrənir. Nümunə anormal təqdim olunduqda, şəbəkə onu daha pis yenidən qurur və bu, böyük yenidən qurma xətası ilə özünü göstərir.

Yenidən qurma xətası — giriş siqnalı ilə yenidən qurulmuş siqnal arasındakı fərqi ölçən metrikdir. Adətən, orta kvadrat səhv (MSE) istifadə olunur:

import numpy as np

# x - giriş məlumatları
# x_reconstructed - autoencoder-in çıxışı
reconstruction_error = np.mean((x - x_reconstructed) ** 2)

Əgər yenidən qurma xətası müəyyən bir sərhədi aşarsa, obyekt anomaliya sayılır.