6.3 基于自编码器 (AE, VAE)

文档摘要

6.3 基于自编码器 (AE, VAE) 6.3 基于自编码器 (AE, VAE) 的异常检测自编码器 (Autoencoder, AE) 和变分自编码器 (Variational Autoencoder, VAE) 是深度学习中常用的无监督学习模型，它们在时间序列异常检测中表现出色。其核心思想是：模型学习正常数据的压缩表示，并能够从该表示中重建原始数据。当输入数据与模型学习到的正常模式显著不同时，重建误差会显著增大，从而可以被识别为异常。 6.3.1 自编码器 (AE) 6.3.1.1 原理自编码器由编码器 (Encoder) 和解码器 (Decoder) 两部分组成。编码器: 将输入数据压缩到一个低维的潜在空间表示。解码器: 将潜在空间表示重建回原始数据。