
Panasonic mengembangkan dua teknologi AI canggih,
Diterima untuk CVPR2021,
Konferensi Teknologi AI Internasional Terkemuka Dunia
[1] Genom Tindakan Rumah: Pemahaman Tindakan Komposisi Kontrastif
Kami senang mengumumkan bahwa kami telah mengembangkan "genom aksi rumah" dataset baru yang mengumpulkan aktivitas sehari -hari manusia di rumah mereka menggunakan beberapa jenis sensor, termasuk kamera, mikrofon, dan sensor termal. Kami telah membangun dan merilis dataset multimodal terbesar di dunia untuk ruang tamu, sementara sebagian besar dataset untuk ruang tamu dalam skala kecil. Dengan menerapkan dataset ini, peneliti AI dapat menggunakannya sebagai data pelatihan untuk pembelajaran mesin dan penelitian AI untuk mendukung orang di ruang tamu.
Selain hal -hal di atas, kami telah mengembangkan teknologi pembelajaran kooperatif untuk pengenalan aktivitas hierarkis dalam multimodal dan berbagai sudut pandang. Dengan menerapkan teknologi ini, kita dapat mempelajari fitur yang konsisten antara berbagai sudut pandang, sensor, perilaku hierarkis, dan label perilaku terperinci, dan dengan demikian meningkatkan kinerja pengakuan aktivitas kompleks di ruang hidup.
Teknologi ini adalah hasil dari penelitian yang dilakukan bekerja sama antara Pusat Teknologi Digital AI, Divisi Teknologi, dan Lab Stanford Visi dan Pembelajaran di Universitas Stanford.
Gambar 1: Kooperatif Komposisi Aksi Pemahaman (CCAU) Kooperatif melatih semua modalitas bersama -sama memungkinkan kita untuk melihat peningkatan kinerja.
Kami menggunakan pelatihan menggunakan label aksi video-level dan atom untuk memungkinkan video dan tindakan atom untuk mendapatkan manfaat dari interaksi komposisi antara keduanya.
[2] Autodo: Autoaugment yang kuat untuk data bias dengan noise label melalui diferensiasi implisit probabilistik yang dapat diskalakan
Kami juga senang mengumumkan bahwa kami telah mengembangkan teknologi pembelajaran mesin baru yang secara otomatis melakukan augmentasi data yang optimal sesuai dengan distribusi data pelatihan. Teknologi ini dapat diterapkan pada situasi dunia nyata, di mana data yang tersedia sangat kecil. Ada banyak kasus di bidang 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 dieliminasi, dan parameter dapat disesuaikan secara otomatis. Oleh karena itu, dapat diharapkan bahwa rentang aplikasi teknologi AI dapat disebarkan lebih luas. Di masa depan, dengan 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 akrab. Teknologi ini adalah hasil dari penelitian yang dilakukan oleh Digital AI Technology Center, Divisi Teknologi, Laboratorium AI dari Panasonic R&D Company of America.
Gambar 2: Autodo memecahkan masalah augmentasi data (dilema DA-policy-policy). Distribusi data kereta api augmented (Blue putus-putus) mungkin tidak cocok dengan data uji (solid red) dalam ruang laten:
"2" di bawah banyak, sedangkan "5" terlalu padam. Akibatnya, metode sebelumnya tidak dapat cocok dengan distribusi pengujian dan keputusan classifier f (θ) yang terpelajar tidak akurat.
Rincian teknologi ini akan disajikan di CVPR2021 (akan diadakan mulai 19 Juni 2017).
Pesan di atas berasal dari situs web resmi Panasonic!
Waktu posting: Jun-03-2021