A Panasonic két fejlett AI technológiát fejlesztett ki,
Elfogadva a CVPR2021 -re,
A világ vezető nemzetközi AI technológiai konferenciája
[1] Otthoni akció genom: kontrasztív kompozíciós cselekvés megértése
Örömmel jelentjük be, hogy kifejlesztettünk egy új adatkészletet, a "Home Action Genome -t", amely többféle érzékelővel gyűjti össze az ember napi tevékenységeit otthonukban, beleértve a kamerákat, a mikrofonokat és a termálérzékelőket. Megállapítottuk és kiadtuk a világ legnagyobb multimodális adatkészletét az élettterületekhez, míg a lakóterületek legtöbb adatkészlete kicsi volt. Az adatkészlet alkalmazásával az AI kutatók felhasználhatják azt a gépi tanulás képzési adatainak és az AI kutatáshoz, hogy támogassák a lakóterületet.
A fentiek mellett kifejlesztettünk egy kooperatív tanulási technológiát a hierarchikus aktivitási felismeréshez multimodális és több szempontból. Ennek a technológiának a alkalmazásával megtanulhatjuk a következetes tulajdonságokat a különböző nézőpontok, érzékelők, hierarchikus viselkedés és a részletes viselkedési címkék között, és ezáltal javíthatjuk a bonyolult tevékenységek felismerési teljesítményét a lakóterekben.
Ez a technológia a Digital AI Technológiai Központ, a Technológiai Osztály, valamint a Stanford Vision and Learning Lab, a Stanfordi Egyetemen végzett kutatás eredményeként.
1. ábra: A kooperatív kompozíciós cselekvési megértés (CCAU) Az összes módszer együttes képzése lehetővé teszi számunkra a jobb teljesítményt.
Az edzést mind a video szintű, mind az atomi akciócímkék felhasználásával használjuk, hogy mind a videók, mind az atomi műveletek kihasználhassák a kettő közötti kompozíciós interakciókat.
[2] Autodo: Robusztus autoaugment az elfogult adatokhoz, címkével, skálázható valószínűsíthető implicit differenciálódáson keresztül
Örömmel jelentjük be azt is, hogy kifejlesztettünk egy új gépi tanulási technológiát, amely automatikusan elvégzi az optimális adatnövelést az edzési adatok eloszlása alapján. Ez a technológia alkalmazható a valós helyzetekben, ahol a rendelkezésre álló adatok nagyon kicsik. A fő üzleti területeinkben számos olyan eset létezik, amikor a rendelkezésre álló adatok korlátozásai miatt nehéz alkalmazni az AI technológiát. Ennek a technológiának a alkalmazásával az adat -augmentációs paraméterek hangolási folyamata kiküszöbölhető, és a paraméterek automatikusan beállíthatók. Ezért elvárható, hogy az AI technológia alkalmazási tartománya szélesebb körben elterjedjen. A jövőben a technológia kutatásának és fejlesztésének további felgyorsításával azon dolgozunk, hogy megvalósítsuk az AI technológiát, amely valós környezetben, például ismerős eszközökben és rendszerekben is felhasználható. Ez a technológia a Digital AI Technológiai Központ, a Panasonic K + F Company Laboratory of America Laboratory Digital AI Technológiai Központ által végzett kutatás eredménye.
2. ábra: Az Autodo megoldja az adatnövelés problémáját (megosztott politikai DA dilemma).
A "2" alulértékelés alatt áll, míg az "5" túlzott. Ennek eredményeként a korábbi módszerek nem felelnek meg a teszteloszlásnak, és az F (θ) tanult osztályozó döntése pontatlan.
Ezen technológiák részleteit a CVPR2021 -en mutatják be (2017. június 19 -től).
A fenti üzenet a Panasonic hivatalos weboldaláról származik!
A postai idő: június-03-2021
