Panasonic Kembangkan Dua Teknologi AI Canggih,
Diterima di CVPR2021,
Konferensi Teknologi AI Internasional Terkemuka di Dunia
[1] Home Action Genome: Pemahaman Aksi Komposisi Kontrastif
Dengan bangga kami umumkan bahwa kami telah mengembangkan kumpulan data baru "Home Action Genome" yang mengumpulkan aktivitas harian manusia di rumah mereka menggunakan beberapa jenis sensor, termasuk kamera, mikrofon, dan sensor termal. Kami telah menyusun dan merilis kumpulan data multimoda terbesar di dunia untuk ruang hunian, sementara sebagian besar kumpulan data untuk ruang hunian berskala kecil. Dengan menerapkan kumpulan data ini, peneliti AI dapat menggunakannya sebagai data pelatihan untuk pembelajaran mesin dan penelitian AI guna mendukung orang-orang di ruang hunian.
Selain hal-hal di atas, kami telah mengembangkan teknologi pembelajaran kooperatif untuk pengenalan aktivitas hierarkis dalam multimoda dan berbagai sudut pandang. Dengan menerapkan teknologi ini, kami dapat mempelajari fitur-fitur yang konsisten antara berbagai sudut pandang, sensor, perilaku hierarkis, dan label perilaku terperinci, dan dengan demikian meningkatkan kinerja pengenalan aktivitas kompleks di ruang hidup.
Teknologi ini merupakan hasil penelitian yang dilakukan atas kerja sama antara Pusat Teknologi AI Digital, Divisi Teknologi, dan Stanford Vision and Learning Lab di Universitas Stanford.
Gambar 1: Pemahaman Tindakan Komposisi Kooperatif (CCAU) Melatih semua modalitas secara kooperatif memungkinkan kita melihat peningkatan kinerja.
Kami memanfaatkan pelatihan menggunakan label tindakan atom dan tingkat video untuk memungkinkan video dan tindakan atom mendapatkan manfaat dari interaksi komposisi di antara keduanya.
[2] AutoDO: AutoAugment Kuat untuk Data Bias dengan Label Noise melalui Diferensiasi Implisit Probabilistik yang Dapat Diskalakan
Kami juga dengan senang hati mengumumkan bahwa kami telah mengembangkan teknologi pembelajaran mesin baru yang secara otomatis melakukan augmentasi data optimal sesuai dengan distribusi data pelatihan. Teknologi ini dapat diterapkan pada situasi dunia nyata, di mana data yang tersedia sangat sedikit. Ada banyak kasus di area bisnis utama kami, di mana sulit untuk menerapkan teknologi AI karena keterbatasan data yang tersedia. Dengan menerapkan teknologi ini, proses penyetelan parameter augmentasi data dapat dihilangkan, dan parameter dapat disesuaikan secara otomatis. Oleh karena itu, diharapkan bahwa jangkauan aplikasi teknologi AI dapat menyebar lebih luas. Di masa mendatang, dengan lebih mempercepat penelitian dan pengembangan teknologi ini, kami akan bekerja untuk mewujudkan teknologi AI yang dapat digunakan di lingkungan dunia nyata seperti perangkat dan sistem yang sudah dikenal. Teknologi ini merupakan hasil penelitian yang dilakukan oleh Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic R&D Company of America.
Gambar 2: AutoDO memecahkan masalah penambahan data (dilema DA kebijakan bersama). Distribusi data kereta yang ditambah (garis putus-putus biru) mungkin tidak cocok dengan data uji (merah pekat) di ruang laten:
"2" kurang ditingkatkan, sedangkan "5" terlalu ditingkatkan. Akibatnya, metode sebelumnya tidak dapat mencocokkan distribusi pengujian dan keputusan pengklasifikasi yang dipelajari f(θ) tidak akurat.
Rincian teknologi ini akan dipresentasikan di CVPR2021 (yang akan diselenggarakan pada 19 Juni 2017).
Pesan di atas datang dari situs web resmi Panasonic!
Waktu posting: 03-Jun-2021
