#概要
皆様，こんにちは．
漸く緊急事態宣言が解除されましたが，まだまだ予断を許さない状況が続いていますね．．
まだまだ私も，家にこもりっぱなしの生活が続きそうです．
さて，今回は，シンプルなAutoencoderを用いてMNISTに対する異常検知プログラムを実装し，検証していきたいと思います．具体的には，以下のようなモデルとなります．
（当記事でご理解いただけるのは，Autoencoderと異常検知の基本的な流れ，PyTorchを用いたMNISTの異常検知の流れとその検証結果です．）
QiitaにはすでにMNISTを使った異常検知の記事が何件か掲載されております．
なので，じゃあこの記事の需要はどこに？って話になるのですが，実はPyTorchで実装している点が他と違う点と考えています．
ググると良くでてくるのはKerasを使った実装例なんですが，僕は最近PyTorchに乗り換えた身なので，PyTorchの実装ないかなーとあさっていたんですが，見つからなかったので自分で実装した次第です．それでは解説に参ります．
なお，今回の実装したコードはすべてこちらで公開しております．
Autoencoderと異常検知
Autoencoderがどのように異常検知タスクに応用されるのか，簡単に振り返ります．（ご存じの方は実装以降の章をご覧ください）
Autoencoderについて
モデルの構造を以下に示します．
Autoencoderの発想はいたってシンプルで，画像などが存在する高次元データをencoderを用いて潜在変数へと符号し，decoderを用いて画像を復号するモデルです．
潜在空間へと写像するメリットは何？となってくるわけですが，これは多様体仮説に基づいています．以下の分布をご覧ください．
引用元：こちら
上記はスイスロール分布と呼ばれるものです．画像では三次元ですが，高次元データの例だとお考え下さい．よく見ると，かなりデータが疎な部分が存在しているのがわかるかと思います．これを二次元に写像する（平面に引き延ばすようなイメージ）ことができれば，元の分布を低次元空間で表現可能と推測できます．より一般的に言えば，高次元空間に存在するデータは低次元多様体としてとらえられる，これを多様体仮説と呼びます．
Autoencoderの話に戻ると，encoderによって，高次元空間から低次元の潜在空間へと写像されるのでした．つまり，画像のような高次元のデータの「特徴」なるものを抽出し，潜在変数として扱っていることになります．
この低次元の「特徴」から，元のデータを復号するのです．
異常検知への応用
このAutoencoderの枠組みは，異常検知でしばしば応用されます[1]．
異常検知の目的は，入力データに対してモデルが「正常」か「異常」かどうかを認識することにあります．この問題設定は，よく用いられる教師あり学習でのパターン認識の枠組みですが，残念ながら異常検知が実際に応用される工場など（外観検査）の多くは，異常データが集まらないのが普通です．
そのため，パターン認識のような教師ありのアプローチは適用できません．
しかし，一般に工場などの現場では，大量に「正常」なデータが取得できます．これを活用して，「異常検知」に落とし込むために，Autoencoderが登場します．
上記までで説明した通り，Autoencoderでは高次元のデータの分布から，特徴を抽出して低次元の潜在空間へと写像することができます．
つまり，***大量の正常データを用いてモデルを学習することで，正常なデータの特徴を獲得できます．***このことから，「正常」なデータをモデルに入力すれば，もちろんdecoderは元の入力を復号できるでしょう．しかし「異常」なデータが入力されたとき，これは異常なデータを表現できる特徴を獲得していないので，うまく復号することができません．
このトリックを用いて異常検知が行われます．具体的には，入出力間で差分をとり，それを異常度として計算することで異常が検知できます．
なお，実際の異常検知への応用事例は，大半が「教師なし」もしくはわずかな異常データを活用する「半教師あり」の二つが用いられます．
次に，実際にMNISTの実装と実験を確認することで，より理解を深めていただければと思います．
実装・MNISTのロード部分
MNIST（手書き数字のデータセット）を用いて異常検知をさせます．今回は，MNISTの有する0~9のうち，「1」のラベルがついたものを正常データとして学習します．
そして，「9」のラベルがついたものを異常データとして，これを検知できるかどうかを検証していきます．
まず，PyTorchのdatasetクラスのMNISTモジュールを用いることで，簡単にMNISTデータをロードできます．
しかしこのままでは，0~9すべてのデータが存在していますので，これを任意のラベルのものにのみ絞る作業が必要です．以下のようなクラスを定義しました．
class Mnisttox(Dataset):
def __init__(self, datasets ,labels:list):
self.dataset = [datasets[i][0] for i in range(len(datasets))
if datasets[i][1] in labels ]
self.labels = labels
self.len_oneclass = int(len(self.dataset)/10)
def __len__(self):
return int(len(self.dataset))
def __getitem__(self, index):
img = self.dataset[index]
return img,[]
初期化メソッドでは，引数として与えた任意のラベルのlistに該当するデータのみを，クラス内の変数として渡しています．後は通常のDatasetクラスと同じ挙動ですね．
肝心のAutoencoderは，以下のように定義しています．
class Autoencoder(nn.Module):
def __init__(self,z_dim):
super(Autoencoder, self).__init__()
self.encoder = nn.Sequential(
nn.Linear(28 * 28, 256),
nn.ReLU(True),
nn.Linear(256, 128),
nn.ReLU(True),
nn.Linear(128, z_dim))
self.decoder = nn.Sequential(
nn.Linear(z_dim, 128),
nn.ReLU(True),
nn.Linear(128, 256),
nn.ReLU(True),
nn.Linear(256, 28 * 28),
nn.Tanh()
)
def forward(self, x):
z = self.encoder(x)
xhat = self.decoder(z)
return xhat
それぞれ三層のシンプルなものです．
学習は入出力間のMSEをとり，これを最小化することで入力を再構成するように学習されます．
では，実験に入ります．
実験・考察
上記のように，学習データは「1」の画像のみで，約6,000枚の画像データを学習します．
テストデータは「1」と「9」のデータを混ぜ，「9」を正しく異常と判別できるかを確認します．
なお，異常度の定義は入出力間の差の絶対値を用います．
lossの推移をを以下に示します．
モデルの入力（上段）と，その出力（中段），さらにその差分画像（下段）を以下に示します．
目論見通り，学習した「1」の画像はうまく再構成できているのがわかりますが，異常データとして混ぜた「9」のデータはうまく再構成できていないのがわかりますね．
今回はシンプルな全結合層のみのモデルでしたが，うまくいった印象です．
また，下段のscoreに着目すると，異常データが入力された際には値が大きくなっていることがわかります．
実際には異常度に閾値を設けることで，異常検知を行います．閾値の設け方は，専門家による設計だよりであることがほとんどです．
まとめ
今回は，PyTorchを用いてMNISTによる教師なし異常検知を実装し，検証しました．
また，Autoencoderを用いた異常検知の基本的な流れについても解説しました．
今回の記事は，技術的な新規性という観点では微妙になってしまいましたが，PyTorchによるMNISTの異常検知という意味では需要があるかと思ってます（そう思っているのは僕だけかもしれませんが（笑））
記事が冗長になるのを恐れて，異常検知性能の定量的評価(AUROCなど)までは手をつけませんでしたが，近いうちにまとめたいと思います．
同時に，GANによる異常検知のframeworkの検証も行いたいところです．
最近では，Autoencoderからさらに発展して，AnoGAN，EfficientGAN，AnoVAEGANなど，多様なGANを活用した異常検知のframeworkが登場し，次々にSOTAを獲得しています．
今後の動向にさらに期待できますね．
参考文献