Prédire des données manquantes avec un autoencoder

Question

Est ce possible prédire des données manquantes avec un autoencoder? Comment cacher les données de départ? Faut t'il remplacer par une valeurs specifiques pour representer la données manquante?

Answer 1

C’est tout à fait possible. Il faut créer un processus (possiblement aléatoire) pour masquer les données. Ce processus doit “imiter” les “vrais” données que l’on veut démasquer. Par exemple, si les données que l'on veut démasquer ont toujours un masque au centre de l’image, il faudra que le processus de masking masque toujours le centre de l’image. Si c’est des pixels aléatoires dans l’image, le processus devra masquer aléatoirement les images.

Answer 2

Oui on peut tout à fait faire ça.

La solution consiste à appliquer un mask sur notre donnée d'entrée et de comparer l'ouput du modèle avec l'image non-maskée