Что такое autoencoder для anomaly detection и как считать reconstruction error?

Autoencoder — это нейронная сеть, которая обучается восстанавливать входные данные на выходе через сжатое внутреннее представление (латентное пространство). Для задачи обнаружения аномалий autoencoder обучается на нормальных данных, чтобы научиться эффективно их реконструировать. При подаче аномального примера сеть восстанавливает его хуже, что проявляется в большом значении ошибки восстановления (reconstruction error).

Reconstruction error — это метрика, измеряющая разницу между входным и восстановленным сигналом. Обычно используют среднеквадратичную ошибку (MSE):

import numpy as np

# x - входные данные
# x_reconstructed - выход autoencoder
reconstruction_error = np.mean((x - x_reconstructed) ** 2)

Если reconstruction error превышает заданный порог, объект считается аномалией.