はじめに ディープラーニングを用いた異常検知手法であるALOCCをChainerで実装し,MNISTで実験しました。 全体のコードはGitHubのリポジトリにアップロードしました。 ALOCCについて ALOCCは画像データに対して異常検知を行うための手法です。 多くの場合,異常データは正常データに比べて極めて少ないか,全く無いです。 そこで,ALOCCでは正常データのみを利用して学習し,その分布から外れたデータを検出します。 学習 ALOCCのモデルは以下のようなオートエンコーダとGANを組み合わせたような構造をしています。 オートエンコーダ部分はGANのGeneratorに相当し,Reconstructor (${\cal R}$) と呼ばれます。 学習時には正常画像にノイズを加えたデータを入力し,元通りに復元することを学習します。 Discriminator (${\cal D}$)