説明

オートエンコーダは、機械学習（ディープラーニング）における次元削減手法の一つで、ニューラルネットワークを用いてデータの圧縮と復元を行う自己教師ありモデルである。中間層にボトルネックとなる少数のノードを設け、入力を一度圧縮（エンコード）してから再現（デコード）するようネットワークを訓練することで、データの主要な特徴を抽出する。流体分野では、流れの膨大な3次元データを低次元表現に圧縮したり、乱流構造を学習させてモードを抽出する試みなどにオートエンコーダが利用される。線形なPCAやPODと異なり、オートエンコーダは非線形特性を捉えられるため、複雑なデータ構造の次元削減や異常検知に効果を発揮する。