Panasonic razvija dvije napredne AI tehnologije,
Prihvaćen za CVPR2021,
Vodeća međunarodna međunarodna AI tehnološka konferencija
[1] GENOME HOME AKCIJE: Kontrastivno razumijevanje akcije
Zadovoljstvo nam je najaviti da smo razvili novi podatak "Home akcijski genom" koji skuplja ljudske dnevne aktivnosti u svojim domovima koristeći nekoliko vrsta senzora, uključujući kamere, mikrofoni i termičke senzore. Izgradili smo i objavili najveći svjetski multimodalni skup podataka za žive prostore, dok je većina skup podataka za žive prostore bila mala u mjeri. Primjenom ovog skulstva podataka, istraživači AI mogu ga koristiti kao podatke o obuci za mašinsko učenje i istraživanje AI za podršku ljudima u životnom prostoru.
Pored gore navedenog, razvili smo tehnologiju za suradnju za suradnju za hijerarhijsku prepoznavanje aktivnosti na multimodalnim i višestrukim gledištima. Primjenom ove tehnologije možemo naučiti dosljedne karakteristike između različitih gledišta, senzora, hijerarhijskih ponašanja i detaljnih naljepnica ponašanja i na taj način poboljšavaju priznanje složenih aktivnosti u životnim prostorima.
Ova tehnologija je rezultat istraživanja provedenih u suradnji između digitalnog AI tehnološkog centra, odjeljenja za tehnologiju i stanford viziju i laboratoriju za učenje na Univerzitetu Stanford.
Slika1: Koklasirati kompozicijsko razumijevanje (CCAU) Kooperativno obučavaju svi modaliteti zajedno omogućava nam da vidimo poboljšane performanse.
Koristimo obuku koristeći i naljepnice za video i atomske akciju kako bi se omogućili i videozapisima i atomskim radnjama da bi se koristili od kompozicijskih interakcija između njih dvoje.
[2] AutoDo: Robusna automatsko ograničenje za pristrasne podatke sa škom na etiketu kroz skalabilnu vjerojatnost implicitne diferencijacije
Također nam se sa zadovoljstvom najavljujemo da smo razvili novu tehnologiju strojnog učenja koja automatski vrši optimalnu povećanje podataka u skladu sa distribucijom podataka o obuci. Ova se tehnologija može primijeniti na stvarne svjetske situacije, gdje su dostupni podaci vrlo mali. U našim glavnim poslovnim područjima postoji mnogo slučajeva, gdje je teško primijeniti AI tehnologiju zbog ograničenja dostupnih podataka. Primjenom ove tehnologije može se eliminirati proces podešavanja parametara povećanja podataka, a parametri se mogu automatski podesiti. Stoga se može očekivati da se raspon aplikacija AI tehnologija može širiti šire. U budućnosti, dodatnim ubrzavanjem istraživanja i razvoja ove tehnologije, radit ćemo na realizaciji AI tehnologije koja se može koristiti u stvarnom svjetskom okruženju kao što su poznati uređaji i sustavi. Ova tehnologija rezultat je istraživanja koje je proveo digitalni AI tehnološki centar, Odjeljenje za tehnologiju, AI laboratorija kompanije Panasonic R & D.
Slika 2: AutoDo rješava problem povećanja podataka (zajednička politika da dilemma). Distribucija povećanih podataka vlakova (isprekidana plava) ne odgovara testnim podacima (čvrstim crvenim) u latentnom prostoru:
"2" je nedovoljno povećana, dok je "5" preinagovano. Kao rezultat toga, prethodne metode ne mogu odgovarati distribuciji testiranja i odluku naučenog klasifikatora F (θ) je netačna.
Detalji ovih tehnologija bit će predstavljeni na CVPR2021 (koji će se održati od 19. juna 2017.).
Gore navedena poruka dolazi sa službene web stranice Panasonic!
Vrijeme objavljivanja: Jun-03-2021
