Como funciona uma rede codificador-decodificador?

Digamos que eu treinei uma rede codificador-decodificador em um conjunto de dados de gato usando o erro de reconstrução como função de perda. A rede é totalmente treinada e o decodificador é capaz de reconstruir boas imagens de gatos .

Agora, e se eu usar a mesma rede e inserir uma imagem de cachorro . A rede será capaz de reconstruir a imagem do cão ou não?

neural-network deep-learning autoencoder ashukid
fonte

Respostas:

Provavelmente não. O objetivo principal do treinamento era codificar imagens de gatos e, portanto, a rede tentou aprender quais informações são as mais necessárias para garantir um baixo erro de reconstrução (ou seja, o que separa um gato de outro) e quais informações podem ser descartadas ( ou seja, quais características aparecem em todas as imagens de gatos e podem ser descartadas).

Dito isto, uma imagem de cachorro produziria uma reconstrução bastante decente, porque a maioria das características é compartilhada entre os dois animais. Se você tentar, no entanto, reconstruir algo completamente diferente (por exemplo, um carro), isso provavelmente falhará.

TmBrdy
fonte

Preciso treinar um codificador automático para dados de séries temporais de ecg para detecção de anomalias. Estou assumindo que, quando treinado com dados normais, tendo o erro de reconstrução como perda, durante o teste, se eu inserir uma série temporal diferente da original, eu obteria um erro alto. Será que vai dar certo ?

ashukid