Mi az a VAE az anomáliák észlelésére?

VAE (Variációs Autoencoder) egy olyan típusú generatív neurális hálózat, amelyet anomáliák felismerésére használnak, miközben egy normális adateloszlási modellt tanítanak. Az anomáliák felismerése során a VAE megtanulja az adatok tömörített latens térben történő rekonstruálását, minimalizálva a bemenet és a kimenet közötti különbséget.

Az ötlet az, hogy a modell jól rekonstruálja a normális (gyakran előforduló) adatokat, míg az anomális objektumok esetében a rekonstruálás rossz lesz, amit magas rekonstrukciós hibával vagy alacsony latens reprezentáció valószínűségével lehet észlelni. Ez lehetővé teszi az anomáliák észlelését explicit címkék nélkül.

Használati példa:

• Tanítsa a VAE-t normális adatokon.
• Számolja ki az új adatok rekonstrukciós hibáját.
• Ha a hiba meghalad egy küszöböt, tekintse az objektumot anomáliának.

# Pszeudokód anomália detektáláshoz VAE-vel
reconstruction, z_mean, z_log_var = vae_model(x)
reconstruction_error = ((x - reconstruction) ** 2).mean()
if reconstruction_error > threshold:
    print("Anomália észlelve")