반응형 autoencoder3 [딥러닝 with Python] 시계열 이상 탐지(Time Series Anomaly Detection / TSAD) 1. 시계열 이상 탐지(Time Series Anomaly Detection / TSAD) 란?시계열 이상 탐지는 시간에 따라 수집된 연속적인 데이터 내에서 정상 패턴에서 벗어난 이상(anomaly)를 탐지하는 문제입니다. 이때 이상(anomaly)는 주로 다음과 같은 이유로 탐지가 됩니다. - 장비 고장 예측 - 금융 시가 탐지 - 네트워크 침입 탐지 - 의료 이상 징후 감지 이를 수식으로 표현해보면 다음과 같습니다. 주어진 시계여 데이터 X 는 이때, 각 시점 t에서 이상 점수(anomaly score) 인 s_t를 추정하고, 임계값이 theta를 넘어가면 이상으로 판단하게 됩니다. 2. 대표적인 TSAD 방법론1) One-Class 기반- 정상 데이터 만으로 학습하여 정상 분포를 벗어난 데이터를.. 2025. 6. 9. [딥러닝 with Python] Anomaly Detection 방법론 : Reconstruction Based Approach 이번 포스팅은 지난번 포스팅한 Anomaly Detection과 연관된 내용을 가지고 있습니다.[딥러닝 with Python] Anomaly Detection이란? (이상 탐지) 1. Anomaly Detection 문제 접근 방법 - 비교적 과거에 연구되어온 Anomaly Detection 문제를 접근하는 방법은 아래와 같이 크게 3가지 정도로 볼 수 있습니다. 1) Classification 기반 방법론 : Normal vs Abnormal 또는 Normal vs Faulty Type에 대해 이진 분류를 하는 것입니다. 이때 일반적으로 Abnormal class의 경우 소수 클래스에 속하기 때문에 Oversampling 또는 Undersampling을 통해 클래스 불균형을 해결한 뒤 학습 시키는 .. 2024. 11. 25. [생성 AI] 오토인코더(Auto Encoder) [해당 포스팅은 "만들면서 배우는 생성 AI 2탄" 을 참조했습니다. 1. 오토 인코더(Auto Encoder) - 오토 인코더는 단순히 어떤 항목의 인코딩과 디코딩 작업을 수행하도록 훈련된 신경망을 말합니다.- 이 과정을 통해 출력이 가능한 원본에 가까워지도록 하는 결과물을 만드는 신경망을 훈련시킵니다. - 인코더(Encoder) * 역할 : 입력 데이터를 더 작은 차원의 표현으로 압축하는 역할을 합니다. 이를 통해 입력 데이터의 중요한 특징을 추출하고, 노이즈를 제거하거나 데이터의 구조적 특성을 반영할 수 있습니다. * 이때, 압축된 형태의 특징 벡터를, Latent Vector 또는 Latent Representation 이라고 합니다. - 디코더(Decoder) * 역할 : 인코더에 의해 생성된.. 2024. 5. 26. 이전 1 다음 반응형
