autoencoder에 대해서 - (1) 전체적인 흐름

안녕하세요! 제리입니다.
오늘은 AutoEncoder에 대해서 소개해볼까 합니다.

---

아래 설명은 이 유튜브를 참고해 작성하였습니다.

https://www.youtube.com/watch?v=X8SBsVqmVdY 

 

autoencoder의 흐름

 

AutoEncoder (AE) : 비지도 데이터 사용에 있어 인공신경망의 한 형태

Encoder : input data를 압축된 표현으로 encoding 작업을 함

Docoder : 인코딩 된 것을 다시 입력 데이터로 복원

===> 입력 데이터만 활용하는 비지도 학습으로 입력과 복원 데이터의 차이를 최소화하는 방향임.

 

 

 

---

https://www.youtube.com/watch?v=OmK_GQ40yko&t=6s
위 유튜브를 참고해서 작성했다는 점 참고 바랍니다.

autoencoder의 loss function

CNN과 RNN 모두 공통 목적은 x와 x^ (입력값과 출력값)이 유사한 값을 출력하도록 하는 것.

 

핵심!

encoding 과정에서 정보의 축약이 이뤄져야하는 점이다.

x가 d 차원이라고 가정할 경우 은닉층인 h(x)가 h 차원을 가진다고 할때, h<d (encoding과정)

latent vector : 원래 데이터의 정보를 충분히 잘 보존할 수 있는 잠재 벡터

bottleneck layer : 정보의 축약이 일어나는 부분

 

위 loss function을 anomaly score라고 함.

 

이상치 탐지 과정에서는 AutoEncoder 통해 decoding 거치게 되어 이상치일 경우 loss function이 커지게 되어 anomaly score가 상승하게 됨.