Panasonic Membangunkan Dua Teknologi AI Termaju,
Diterima ke CVPR2021,
Persidangan Teknologi AI Antarabangsa Terkemuka di Dunia
[1] Genom Tindakan Rumah: Pemahaman Tindakan Komposisi Kontrastif
Kami berbesar hati untuk mengumumkan bahawa kami telah membangunkan set data baharu "Home Action Genome" yang mengumpul aktiviti harian manusia di rumah mereka menggunakan beberapa jenis penderia, termasuk kamera, mikrofon dan penderia haba. Kami telah membina dan mengeluarkan set data multimodal terbesar di dunia untuk ruang kediaman, manakala kebanyakan set data untuk ruang kediaman berskala kecil. Dengan menggunakan set data ini, penyelidik AI boleh menggunakannya sebagai data latihan untuk pembelajaran mesin dan penyelidikan AI untuk menyokong orang di ruang hidup.
Sebagai tambahan kepada perkara di atas, kami telah membangunkan teknologi pembelajaran koperatif untuk pengecaman aktiviti hierarki dalam pelbagai mod dan sudut pandangan. Dengan menggunakan teknologi ini, kita boleh mempelajari ciri yang konsisten antara sudut pandangan yang berbeza, penderia, gelagat hierarki dan label gelagat terperinci, dan dengan itu meningkatkan prestasi pengecaman aktiviti kompleks dalam ruang kediaman.
Teknologi ini adalah hasil penyelidikan yang dijalankan dengan kerjasama Pusat Teknologi AI Digital, Bahagian Teknologi dan Makmal Visi dan Pembelajaran Stanford di Universiti Stanford.
Rajah1: Pemahaman Tindakan Komposisi Koperasi (CCAU)Melatih semua modaliti bersama-sama membolehkan kami melihat prestasi yang lebih baik.
Kami menggunakan latihan menggunakan kedua-dua peringkat video dan label tindakan atom untuk membolehkan kedua-dua video dan tindakan atom mendapat manfaat daripada interaksi komposisi antara kedua-duanya.
[2] AutoDO: AutoAugment Teguh untuk Data Pisahkan dengan Bunyi Label melalui Pembezaan Tersirat Kebarangkalian Berskala
Kami juga berbesar hati untuk mengumumkan bahawa kami telah membangunkan teknologi pembelajaran mesin baharu yang secara automatik melakukan penambahan data optimum mengikut pengedaran data latihan. Teknologi ini boleh digunakan untuk situasi dunia sebenar, di mana data yang tersedia adalah sangat kecil. Terdapat banyak kes dalam bidang perniagaan utama kami, di mana sukar untuk menggunakan teknologi AI kerana keterbatasan data yang tersedia. Dengan menggunakan teknologi ini, proses penalaan parameter penambahan data boleh dihapuskan, dan parameter boleh dilaraskan secara automatik. Oleh itu, boleh dijangkakan rangkaian aplikasi teknologi AI dapat disebarkan dengan lebih meluas. Pada masa hadapan, dengan mempercepatkan lagi penyelidikan dan pembangunan teknologi ini, kami akan berusaha untuk merealisasikan teknologi AI yang boleh digunakan dalam persekitaran dunia sebenar seperti peranti dan sistem yang biasa. Teknologi ini adalah hasil penyelidikan yang dijalankan oleh Pusat Teknologi AI Digital, Bahagian Teknologi, Makmal AI Panasonic R&D Company of America.
Rajah 2: AutoDO menyelesaikan masalah penambahan data (Dilema DA dasar perkongsian). taburan data kereta api ditambah (biru putus-putus) mungkin tidak sepadan dengan data ujian (merah pepejal) dalam ruang terpendam:
"2" kurang ditambah, manakala "5" ditambah berlebihan. Akibatnya, kaedah terdahulu tidak dapat memadankan taburan ujian dan keputusan pengelas terpelajar f(θ) adalah tidak tepat.
Butiran teknologi ini akan dibentangkan pada CVPR2021 (akan diadakan mulai 19 Jun 2017).
Mesej di atas datang dari laman web rasmi Panasonic!
Masa siaran: Jun-03-2021
