Čo je VAE pre detekciu anomálií?

VAE (Variationalný Autoencoder) je typ generatívnej neurónovej siete, ktorá sa používa na detekciu anomálií tréningom modelu normálneho rozdelenia dát. V kontexte detekcie anomálií sa VAE učí rekonštruovať vstupné dáta cez zhutnený latentný priestor, pričom minimalizuje rozdiel medzi vstupom a výstupom.

Myšlienka je, že model dobre rekonštruuje normálne (často sa vyskytujúce) dáta, zatiaľ čo pre anomálne objekty bude rekonštrukcia zlá, čo sa prejavuje vysokou hodnotou chyby rekonštrukcie alebo nízkou pravdepodobnosťou latentného zobrazenia. To umožňuje odhaliť anomálie bez explicitných označení.

Príklad použitia:

• Vytrénujte VAE na normálnych dátach.
• Pre nové dáta vypočítajte chybu rekonštrukcie.
• Ak chyba presiahne prah, považujte objekt za anomáliu.

# Pseudokód pre detekciu anomálií s VAE
reconstruction, z_mean, z_log_var = vae_model(x)
reconstruction_error = ((x - reconstruction) ** 2).mean()
if reconstruction_error > threshold:
    print("Anomália detegovaná")