Panasonic mengembangkan dua teknologi AI maju,
Diterima untuk CVPR2021,
Persidangan Teknologi AI Antarabangsa terkemuka di dunia
[1] Genom Tindakan Rumah: Pemahaman Tindakan Komposisi Berbeza
Kami dengan sukacitanya mengumumkan bahawa kami telah membangunkan dataset baru "genom tindakan rumah" yang mengumpul aktiviti harian manusia di rumah mereka menggunakan beberapa jenis sensor, termasuk kamera, mikrofon dan sensor terma. Kami telah membina dan mengeluarkan dataset multimodal terbesar di dunia untuk ruang tamu, sementara kebanyakan dataset untuk ruang tamu telah kecil dalam skala. Dengan menggunakan dataset ini, penyelidik AI boleh menggunakannya sebagai data latihan untuk pembelajaran mesin dan penyelidikan AI untuk menyokong orang di ruang tamu.
Sebagai tambahan kepada perkara di atas, kami telah membangunkan teknologi pembelajaran koperasi untuk pengiktirafan aktiviti hierarki dalam sudut pandang multimodal dan pelbagai. Dengan menggunakan teknologi ini, kita dapat mempelajari ciri -ciri yang konsisten antara sudut pandangan, sensor, tingkah laku hierarki, dan label tingkah laku terperinci, dan dengan itu meningkatkan prestasi pengiktirafan aktiviti kompleks di ruang tamu.
Teknologi ini adalah hasil penyelidikan yang dijalankan dengan kerjasama Pusat Teknologi AI Digital, Bahagian Teknologi, dan Stanford Vision and Learning Lab di Stanford University.
Rajah1: Pemahaman Tindakan Komposisi Koperasi (CCAU) Melatih secara kerjasama semua modaliti bersama -sama membolehkan kita melihat prestasi yang lebih baik.
Kami menggunakan latihan menggunakan kedua-dua label tindakan peringkat dan atom untuk membolehkan kedua-dua video dan tindakan atom mendapat manfaat daripada interaksi komposisi antara kedua-duanya.
[2] Autodo: Autoaugment yang teguh untuk data berat sebelah dengan bunyi label melalui pembezaan tersirat probabilistik berskala
Kami juga gembira untuk mengumumkan bahawa kami telah membangunkan teknologi pembelajaran mesin baru yang secara automatik melakukan pembesaran data yang optimum mengikut pengagihan data latihan. Teknologi ini boleh digunakan untuk situasi dunia sebenar, di mana data yang ada sangat kecil. Terdapat banyak kes di kawasan perniagaan utama kami, di mana sukar untuk menggunakan teknologi AI kerana batasan data yang ada. Dengan menggunakan teknologi ini, proses penalaan parameter pembesaran data boleh dihapuskan, dan parameter boleh diselaraskan secara automatik. Oleh itu, boleh dijangkakan bahawa pelbagai aplikasi teknologi AI dapat disebarkan secara meluas. Pada masa akan datang, dengan mempercepatkan 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 pembesaran data (DA DA DA POLEMMA). Pengagihan data kereta api tambahan (putus-putus biru) mungkin tidak sepadan dengan data ujian (pepejal) di ruang laten:
"2" tidak disengajakan, manakala "5" terlebih dahulu. Akibatnya, kaedah terdahulu tidak dapat memadankan pengagihan ujian dan keputusan pengelas yang dipelajari f (θ) adalah tidak tepat.
Butiran teknologi ini akan dibentangkan di CVPR2021 (yang akan diadakan dari 19 Jun, 2017).
Mesej di atas datang dari laman web rasmi Panasonic!
Masa Post: Jun-03-2021
