Anomali tespiti için autoencoder nedir ve yeniden yapma hatası nasıl hesaplanır?

Autoencoder — giriş verilerini sıkıştırılmış iç temsil (gizli alan) aracılığıyla çıktı olarak yeniden oluşturmaya öğrenen bir sinir ağıdır. Anomali tespiti için autoencoder, normal veriler üzerinde eğitilir ve onları etkili bir şekilde yeniden oluşturmayı öğrenir. Anormal bir örnek verildiğinde, ağ onu daha kötü yeniden oluşturur ve bu, yüksek bir yeniden oluşturma hatası ile kendini gösterir.

Yeniden oluşturma hatası, giriş sinyali ile yeniden oluşturulan sinyal arasındaki farkı ölçen bir metriktir. Genellikle ortalama kare hatası (MSE) kullanılır:

import numpy as np

# x - giriş verileri
# x_reconstructed - autoencoder çıkışı
reconstruction_error = np.mean((x - x_reconstructed) ** 2)

Eğer yeniden oluşturma hatası belirli bir eşik değerini aşarsa, nesne anomali olarak kabul edilir.