AnoGANの論文を読んでMNISTの異常検知をしてみた

はじめに AnoGANというGANを使って正常データと異常データの分類をしよう！！的な論文を読みました．GANはデータを生成するものでは？？と思っていましたがこの論文を読みGANはそもそも何をしているのかが理解できました． 開発環境 python3.6 macOS mojave 10.14 識別モデルと生成モデル 一般的に画像を分類しようとしたらVGG16などのCNNを使い画像を分類する識別モデルを作ると思います．しかし医療画像などの正常データと異常データで画像の枚数に偏りがあると識別モデルを作ることは難しいとされています．そもそも識別モデルと生成モデルの違いは、 識別モデル クラスとクラスの識別境界を決める 生成モデル それぞれのクラスがどのような分布をしてるのかを決める といった違いがあります（他にももっとあるとは思いますが）．イメージは以下の図のようになります． なんで識別モデルは難

[sh19910711]

"AnoGAN: GANを使って正常データと異常データの分類 / 生成モデルではそれぞれクラスの分布を求める / 正常データの分布に従わないデータは全て異常であるとすれば正常と異常に２値分類はできそう" arXiv:1703.05921 2018