Este conjunto de dados compreende os resultados experimentais, métricas de avaliação e modelos treinados obtidos no estudo comparativo de arquiteturas de Autoencoder (CAE, FCAE, VAE, AAE e RealNVP-AE). Os dados avaliam reconstrução, geração e robustez do espaço latente. <br><br> <b>METODOLOGIA E NATUREZA</b>: Experimentos realizados com os datasets SVHN (Street View House Numbers) e SD (Synthetic Digits), com treinamentos sob diversas dimensões latentes e extração de métricas de preservação local e organização latente, incluindo testes de robustez cruzada. <br><br> <b>CONTEÚDO DO DEPÓSITO</b>: Inclui arquivos de pesos (.h5); históricos de treinamento (.csv); tabelas de métricas de desempenho (m_metrics, z_metrics e parâmetros); índices de erro de reconstrução (RMSE) e classificadores ResNet18 (modelos avaliadores). <br><br><b>FINALIDADE</b>: Dados destinados à reprodutibilidade de pesquisa de mestrado e base comparativa para estudos em Deep Learning e Visão Computacional.