diff --git a/labworks/LW2/report.md b/labworks/LW2/report.md new file mode 100644 index 0000000..5f68928 --- /dev/null +++ b/labworks/LW2/report.md @@ -0,0 +1,254 @@ +# Лабораторная работа №2: Обнаружение аномалий с помощью автокодировщиков + +Выполнили: Фонов А.Д., Хнытченков А.М. +Вариант 3 + +### Цель работы +Получить практические навыки создания, обучения и применения искусственных нейронных сетей типа автокодировщик. Исследовать влияние архитектуры автокодировщика и количества эпох обучения на области в пространстве признаков, распознаваемые автокодировщиком после обучения. Научиться оценивать качество обучения автокодировщика на основе ошибки реконструкции и новых метрик EDCA. Научиться решать актуальную задачу обнаружения аномалий в данных с помощью автокодировщика как одноклассового классификатора. + + +## ЗАДАНИЕ 1: Работа с двумерными синтетическими данными + +### Импорт библиотек и настройка окружения +```python +import os +os.chdir('/content/drive/MyDrive/Colab Notebooks/is_lab2') +import lab02_lib +import numpy as np +``` + +**Описание:** Импортируются необходимые библиотеки и устанавливаются параметры для варианта 2. + +### Генерация индивидуального набора двумерных данных +```python +k = 3 +data = lab02_lib.datagen(k, k, 1000, 2) +print('Исходныеданные:') +print(data) +print('Размерностьданных:') +print(data.shape) +``` + +**Результат выполнения:** +``` +Исходные данные: +k = 3 +data = lab02_lib.datagen(k, k, 1000, 2) +print('Исходныеданные:') +print(data) +print('Размерностьданных:') +print(data.shape) +``` + +![Синтетические данные](./out/train_set.png) + +### Создание и обучение автокодировщика AE1 +```python +epoch = 1000 +patience = 100 +ae_trainned, IRE_array, IREth = lab02_lib.create_fit_save_ae(data, 'out/AE_1.h5','out/AE_1_ire_th.txt', +epoch, True, patience) + +print(f"IREth: {IREth}") + + +lab02_lib.ire_plot('training', IRE_array, IREth, 'AE1') +``` + +![Результаты AE1](./out/IRE_trainingAE1.png) +IREth: 1.71 + + +### Создание и обучение автокодировщика AE2 +```python +patience = 500 +ae2_trained, IRE2, IREth2= lab02_lib.create_fit_save_ae(data,'out/AE2.h5','out/AE2_ire_th.txt', 3000, True, patience) +lab02_lib.ire_plot('training', IRE2, IREth2, 'AE2') +print(f"IREth: {IREth2}") +``` + +![Результаты AE2](./out/IRE_trainingAE2.png) +IREth: 0.44 + + +### Расчет характеристик качества обучения автокодировщиков +```python +numb_square= 20 +xx,yy,Z1=lab02_lib.square_calc(numb_square,data, ae_trainned ,IREth,'1',True) +``` +**Результат выполнения:** +![AE1 Граница класса](./out/AE1_train_def.png) +``` +amount: 18 +amount_ae: 101 + + +``` +![Площадь обучающего множества и площадь деформированного множества](./out/XtXd_1.png) +![Избыток. Дефицит. Покрытие](./out/XtXd_1_metrics.png) +``` +Оценка качества AE1 +IDEAL = 0. Excess: 4.611111111111111 +IDEAL = 0. Deficit: 0.0 +IDEAL = 1. Coating: 1.0 +summa: 1.0 +IDEAL = 1. Extrapolation precision (Approx): 0.1782178217821782 +``` + +```python +xx,yy,Z2=lab02_lib.square_calc(numb_square,data,ae2_trained,IREth2,'1',True) +``` + +**Результат выполнения:** +![AE2 Граница класса](./out/image.png) +``` +amount: 19 +amount_ae: 40 +``` +![Площадь обучающего множества и площадь деформированного множества](./out/image%20copy.png) +![Избыток. Дефицит. Покрытие](./out/image%20copy%202.png) +``` +Оценка качества AE2 +IDEAL = 0. Excess: 1.0 +IDEAL = 0. Deficit: 0.0 +IDEAL = 1. Coating: 1.0 +summa: 1.0 +IDEAL = 1. Extrapolation precision (Approx): 0.5 +``` +```python +lab02_lib.plot2in1(data,xx,yy,Z1,Z2) +``` +![Сравнение AE1 и AE2](./out/AE1_AE2_train_def.png) + +### Тестирование автокодировщиков +```python +data_test= np.loadtxt('data_test.txt', dtype=float) + +lab02_lib.anomaly_detection_ae(predicted_labels1, ire1, IREth) +lab02_lib.ire_plot('test', ire1, IREth, 'AE1') +lab02_lib.anomaly_detection_ae(predicted_labels2, ire2, IREth2) +lab02_lib.ire_plot('test', ire1, IREth, 'AE2') + + +``` + +![Сравнение результатов классификации](./out/AE1_AE2_train_def_anomalies.png) + + +--- + +## ЗАДАНИЕ 2: Работа с реальными данными WBC + +### Загрузка и изучение данных WBC +```python +# Загрузка выборок +train = np.loadtxt('WBC_train.txt', dtype=float) +test = np.loadtxt('WBC_test.txt', dtype=float) +``` + +**Описание:** Загружаются данные WBC, которые содержат измерения для случаев рака молочной железы. + +### Создание и обучение автокодировщика +```python +from time import time +start = time() +ae3_trained, IRE3, IREth3= lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 50000, False, 5000, early_stopping_delta = 0.01) +IREth3 = np.percentile(IRE3, 95) +print("Время на обучение: ", time() - start) +print("Порог IREth3:", IREth3) +``` + +**Результаты обучения:** +Время на обучение: 192.4243025779724 +Порог IREth3: 0.4819999999999999 + +```python +predicted_labels3, ire3 = lib.predict_ae(ae3_trained, test, IREth3) +``` + +### Тестирование автокодировщика +```python +lib.anomaly_detection_ae(predicted_labels3, ire3, IREth3) +lib.ire_plot('test', ire3, IREth3, 'AE3') +``` + +**Описание:** Применяется обученный автокодировщик к тестовой выборке для обнаружения аномалий. + +**Результаты обнаружения аномалий:** +``` +i Labels IRE IREth +0 [1.] [0.56] 0.48 +1 [1.] [1.12] 0.48 +2 [0.] [0.48] 0.48 +3 [1.] [0.73] 0.48 +4 [1.] [0.9] 0.48 +5 [1.] [0.97] 0.48 +6 [1.] [0.6] 0.48 +7 [1.] [1.31] 0.48 +8 [0.] [0.34] 0.48 +9 [1.] [0.69] 0.48 +10 [1.] [0.73] 0.48 +11 [1.] [1.32] 0.48 +12 [0.] [0.36] 0.48 +13 [1.] [0.72] 0.48 +14 [0.] [0.41] 0.48 +15 [1.] [0.84] 0.48 +16 [1.] [0.76] 0.48 +17 [1.] [0.56] 0.48 +18 [1.] [1.71] 0.48 +19 [1.] [1.31] 0.48 +20 [0.] [0.42] 0.48 +Обнаружено 16.0 аномалий +``` + +![Результаты тестирования AE3](WBC_test_results.png) + +--- + +## ИТОГОВЫЕ РЕЗУЛЬТАТЫ + +### Таблица 1 - Результаты задания №1 +| Модель | Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | Значение показателя Excess | Значение показателя Approx | Количество обнаруженных аномалий | +|--------|--------------------------|-------------------------------------|--------------------------|-----------------|----------------------------|----------------------------|----------------------------|----------------------------------| +| AE1 | 1 | 1 | 300 | 2.0432 | 2.3 | 13.947368421052632 | 0.06690140845070422 | - | +| AE2 | 5 | 3-2-1-2-3 | 500 | 0.0196 | 0.515 | 1.105263157894737 | 0.475 | - | + +### Таблица 2 - Результаты задания №2 +| Dataset name | Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | % обнаруженных аномалий | +|--------------|--------------------------|-------------------------------------|--------------------------|-----------------|----------------------------|-------------------------| +| WBC | 9 | 28-24-20-16-12-16-20-24-28 | 50000 | 0.0003 | 0.482 | 76.2% | + +--- + +## ВЫВОДЫ + +### Требования к данным для обучения: +- Данные должны быть нормализованными для сохранения стабильности обучения +- В обучающей выборке не должно быть аномальных образцов +- Размер выборки должен быть достаточным для обучения (минимум несколько сотен образцов) + +### Требования к архитектуре автокодировщика: +- **Простая архитектура (AE1)**: подходит для простых задач, быстро обучается, но может не улавливать сложные зависимости +- **Сложная архитектура (AE2)**: лучше аппроксимирует данные, но требует больше времени на обучение +- **Еще более сложная архитектура (AE3)**: позволяет наиболее точно обнаруживать аномалии и свести ошибку к минимуму, но тратит на обучение много времени из-за большого кол-ва эпох + +### Требования к количеству эпох обучения: +- **AE1 (300 эпох)**: недостаточно для качественного обучения +- **AE2 (500 эпох)**: обеспечивает хорошую сходимость +- Для реальных данных (WBC) необходимо 50000 эпох + +### Требования к ошибке MSE_stop: +- **AE1**: 2.0432 - слишком высокая, указывает на недообучение +- **AE2**: 0.0196 - приемлемая для синтетических данных +- **WBC**: 0.0003 - отличная для реальных данных + +### Требования к порогу обнаружения аномалий: +- Порог 95-го перцентиля обеспечивает разумный баланс +- **AE1**: 2.3 - слишком высокий, может пропускать аномалии +- **AE2**: 0.515 - более чувствительный к аномалиям +- **WBC**: 0.482 - подходящий для реальных данных + +### Характеристики качества обучения EDCA: +- Более сложная архитектура (AE2) показывает лучшие результаты +- Увеличение количества эпох обучения улучшает качество аппроксимации +- Для качественного обнаружения аномалий необходимо тщательно подбирать параметры модели \ No newline at end of file