재구성 오차의 문제
정상 자료로 학습한 오토인코더도 학습 과정에서 얻은 일반화 능력으로 이상 입력을 잘 복원할 수 있다. 그러면 이상 여부를 구별하는 데 사용하는 재구성 오차가 작아져 탐지가 어려워진다.
정상 표현의 메모리
인코더가 만든 표현을 질의로 사용해 관련성이 높은 메모리 항목을 찾는다. 학습 중에는 메모리를 갱신하면서 정상 자료를 대표하는 요소가 저장되도록 유도한다. 복원은 선택한 메모리 항목을 바탕으로 수행한다.
검사 단계의 복원
검사할 때는 메모리를 고정하고 소수의 정상 패턴을 선택해 입력을 재구성한다. 이상 입력도 정상 패턴에 가까운 형태로 복원되게 해 오차를 드러내려는 설계다. 모든 이상이 반드시 큰 오차를 낸다는 뜻은 아니다.
관련 문서
오토인코더 / 이상 탐지 / 표현 학습 / Deep SVDD / Deep SAD / 아이솔레이션 포레스트