Variational Auto-Encoder(VAE)에 대한 논문. 0. Auto-Encoder란? 오토앤코더는 입력 데이터를 압축(Encoding)하고, 압축된 표현에서 원본 입력을 재구성(Decoding)하는 신경망 구조.입력 데이터를 압축하고 복원하는 과정에서 입력의 특징을 학습하게 된다.데이터 압축, 차원 감소, 이상 감지, 노이즈 제거 등에 활용. 1. 생성형 모델 관점에서 Auto-Encoder Auto-Encoder는 Encoder가 단순히 입력 데이터를 어떤 벡터(z)로 압축해서 표현.이렇게 압축된 latent vector는 분포에 대한 제약이 없음. (z가 어떠한 분포를 따르지 않음)latent space에서 임의의 z를 샘플링해서 생성(Decoding)할 경우 원하는 데이터가 생성될지 ..

Anomaly Detection? Anomaly Detection(이상 탐지)란 normal, abnormal(정상, 비정상)을 구별하는 Detection을 의미한다. Supervised Anomaly Detection Supervised Anomaly Detection, 정상 데이터셋과 비정상 데이터셋 모두를 학습시키는 것을 의미한다. 정상, 비정상을 모두 학습시키기 때문에 다른 Anomaly Detection에 비해 정확도가 높다. 하지만 실제 산업현장에서는 적정량의 비정상 제품의 데이터를 취득하기가 매우 어렵다는 문제가 있다. 10,000개의 제품을 생산할 때 비정상 제품이 1개 나온다면(실제론 더 안 나오지만...), 100개의 비정상 샘플을 취득하기 위해선 대략 10,000,00개의 제품을 생산..