Mis on autoencoder anomaaliate tuvastamiseks ja kuidas arvutada rekonstrueerimisviga?

Autoencoder — see on närvivõrk, mis õpib taastama sisendandmeid väljundis, kasutades tihendatud sisemist esitamist (latentruumi). Anomaaliate tuvastamise ülesandes treenitakse autoencoderit normaalse andmestiku peal, et õppida neid tõhusalt taastama. Kui esitatakse anomaalne näide, taastab võrk selle halvemini, mis avaldub suure taastamisveana.

Taastamisviga on mõõdik, mis mõõdab erinevust sisendsignaali ja taastatud signaali vahel. Tavaliselt kasutatakse keskmist ruutviga (MSE):

import numpy as np

# x - sisendandmed
# x_reconstructed - autoencoderi väljund
reconstruction_error = np.mean((x - x_reconstructed) ** 2)

Kui taastamisviga ületab määratud künnise, loetakse objekti anomaaliaks.