Mis on VAE anomaaliate tuvastamiseks?

VAE (Variaatne autoencoder) on tüüpi generatiivne närvivõrk, mida kasutatakse anomaaliate tuvastamiseks, treenides mudelit normaalsete andmete jaotuse kohta. Anomaaliate tuvastamise kontekstis õpib VAE taastama sisendandmeid tihendatud latentruumi kaudu, minimeerides erinevust sisendi ja väljundi vahel.

Idee seisneb selles, et mudel taastab hästi tavalised (sagedamini esinevad) andmed, samas kui anomaalsed objektid taastuvad halvasti, mis avaldub suure taastamisvea või madala latentse esindatuse tõenäosusega. See võimaldab tuvastada anomaaliaid ilma selgete märkideta.

Kasutusnäide:

• Treeni VAE tavaliste andmetega.
• Uute andmete puhul arvuta taastamisvea.
• Kui viga ületab künnise, loe objekt anomaaliaks.

# Pseudokood anomaaliate tuvastamiseks VAE-ga
reconstruction, z_mean, z_log_var = vae_model(x)
reconstruction_error = ((x - reconstruction) ** 2).mean()
if reconstruction_error > threshold:
    print("Anomaalia tuvastatud")