Panasonic Kembangkan Dua Teknologi AI Canggih,
Diterima di CVPR2021,
Konferensi Teknologi AI Internasional Terkemuka di Dunia
[1] Genom Aksi Rumah: Pemahaman Aksi Komposisi Kontrasif
Kami dengan bangga mengumumkan bahwa kami telah mengembangkan kumpulan data baru "Home Action Genome" yang mengumpulkan aktivitas sehari-hari manusia di rumah menggunakan beberapa jenis sensor, termasuk kamera, mikrofon, dan sensor termal. Kami telah membangun dan merilis kumpulan data multimoda terbesar di dunia untuk ruang hidup, sementara sebagian besar kumpulan data untuk ruang hidup berskala kecil. Dengan menerapkan kumpulan data ini, peneliti AI dapat menggunakannya sebagai data pelatihan untuk pembelajaran mesin dan penelitian AI untuk mendukung manusia di ruang hidup.
Selain hal di atas, kami telah mengembangkan teknologi pembelajaran kooperatif untuk pengenalan aktivitas hierarkis dalam sudut pandang multimodal dan beragam. Dengan menerapkan teknologi ini, kita dapat mempelajari fitur-fitur yang konsisten antara berbagai sudut pandang, sensor, perilaku hierarki, dan label perilaku terperinci, sehingga meningkatkan kinerja pengenalan aktivitas kompleks di ruang hidup.
Teknologi ini merupakan hasil penelitian yang dilakukan melalui kerja sama antara Digital AI Technology Center, Technology Division, dan Stanford Vision and Learning Lab di Stanford University.
Gambar 1: Pemahaman Tindakan Komposisi Kooperatif (CCAU) Melatih semua modalitas secara kooperatif memungkinkan kita melihat peningkatan kinerja.
Kami memanfaatkan pelatihan menggunakan label tingkat video dan tindakan atom agar video dan tindakan atom dapat memperoleh manfaat dari interaksi komposisi di antara keduanya.
[2] AutoDO: AutoAugment yang Kuat untuk Data Bias dengan Kebisingan Label melalui Diferensiasi Implisit Probabilistik yang Dapat Diskalakan
Kami juga dengan bangga mengumumkan bahwa kami telah mengembangkan teknologi pembelajaran mesin baru yang secara otomatis melakukan augmentasi data secara optimal sesuai dengan distribusi data pelatihan. Teknologi ini dapat diterapkan pada situasi dunia nyata, dimana data yang tersedia sangat sedikit. Ada banyak kasus di area bisnis utama kami yang sulit 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 jangkauan penerapan teknologi AI dapat tersebar lebih luas. Di masa depan, dengan lebih mempercepat penelitian dan pengembangan teknologi ini, kami akan berupaya 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, Divisi Teknologi, Laboratorium AI Panasonic R&D Company Amerika.
Gambar 2: AutoDO memecahkan masalah augmentasi data (dilema DA kebijakan bersama). Distribusi data kereta api yang ditambah (biru putus-putus) mungkin tidak cocok dengan data pengujian (merah solid) di ruang laten:
"2" diperbesar di bawah, sedangkan "5" diperbesar secara berlebihan. Akibatnya, metode sebelumnya tidak dapat mencocokkan distribusi pengujian dan keputusan pengklasifikasi yang dipelajari f(θ) tidak akurat.
Detail teknologi ini akan dipresentasikan pada CVPR2021 (akan diadakan mulai 19 Juni 2017).
Pesan di atas berasal dari situs resmi Panasonic!
Waktu posting: 03 Juni 2021
