質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

受付中

少量の異常データを用いた異常検知を実装したい

q5783
q5783

総合スコア4

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0回答

0評価

0クリップ

2239閲覧

投稿2019/09/14 18:50

前提・実現したいこと

少量の異常データを用いた異常検知についてのこの論文(Autoencoding Binary Classifiers for Supervised Anomaly Detection)を実装したいです。

オートエンコーダを用いた異常検知を実装しています。
今の状況(教師なし学習)では下のように正常データと異常データがきれいに分離できていないようです。
![イメージ説明]
そこで、少量のラベル付き異常データを用いて、オートエンコーダによる教師あり学習の異常検知をしたいです。
この論文を読むと損失関数を下の式のようにすればいいそうですがこの通りに実装して少量の異常データを用いるとうまく学習ができません。
論文の目的関数

発生している問題・エラーメッセージ

上の行が元のデータ、下の段が復元されたデータ
左の列が正常データのみで学習させた教師なし学習のとき、右の列が正常データ+少量の異常データで学習させた教師あり学習のときの画像です。教師あり学習のときは学習がうまくできていないため、うまく復元できてないです。
教師なし学習教師あり学習

該当のソースコード

論文で提案されている損失関数を実装してみたものです。

python

def custom_loss(label): def loss(input_img, decoded): return label*mae(input_img,decoded)-(1-label)*K.log(1-K.exp(-1*mae(input_img,decoded))) return loss

実装したオートエンコーダです。

python

input_shape = np.prod(train.shape[1:]) input_img = Input(shape=(input_shape,)) Y = Input(shape=(1,)) encoded = Dense(encoding_dim, activation='relu')(input_img) decoded = Dense(input_shape, activation='sigmoid')(encoded) autoencoder = Model(inputs=[input_img,Y], outputs=decoded) autoencoder.compile(optimizer='adam',loss=custom_loss(Y)) autoencoder.fit([train,y_train], train, epochs=500, batch_size=32, shuffle=True )

試したこと

異常データの数を変えてみた。→異常データを多く入れるほど学習がうまく進まなかった。

補足情報

googlecolabで実装しました。
使用したデータはMVTecのサイトから入手したものです。

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。