Panasonic ontwikkel twee gevorderde KI-tegnologieë,
Aanvaar vir CVPR2021,
die wêreld se toonaangewende internasionale KI-tegnologiekonferensie
[1] Tuis Aksie Genoom: Kontrastiewe Komposionele Aksie Begrip
Ons is bly om aan te kondig dat ons 'n nuwe datastel "Home Action Genome" ontwikkel het wat mense se daaglikse aktiwiteite in hul huise insamel deur verskeie tipes sensors te gebruik, insluitend kameras, mikrofone en termiese sensors. Ons het die wêreld se grootste multimodale datastel vir leefruimtes saamgestel en vrygestel, terwyl die meeste datastelle vir leefruimtes klein in skaal was. Deur hierdie datastel toe te pas, kan KI-navorsers dit as opleidingsdata vir masjienleer en KI-navorsing gebruik om mense in leefruimtes te ondersteun.
Benewens bogenoemde, het ons 'n koöperatiewe leertegnologie ontwikkel vir hiërargiese aktiwiteitsherkenning in multimodale en veelvuldige standpunte. Deur hierdie tegnologie toe te pas, kan ons konsekwente kenmerke tussen verskillende standpunte, sensors, hiërargiese gedrag en gedetailleerde gedragsetikette leer, en sodoende die herkenningsprestasie van komplekse aktiwiteite in leefruimtes verbeter.
Hierdie tegnologie is die resultaat van navorsing wat in samewerking tussen die Digitale KI-tegnologiesentrum, Tegnologie-afdeling en die Stanford Visie- en Leerlaboratorium aan die Stanford Universiteit gedoen is.
Figuur 1: Samewerkende Komposionele Aksie Begrip (KAAK) Deur alle modaliteite saam te oefen, sien ons verbeterde prestasie.
Ons gebruik opleiding met behulp van beide videovlak- en atoomaksie-etikette om beide die video's en atoomaksies toe te laat om voordeel te trek uit die komposisionele interaksies tussen die twee.
[2] AutoDO: Robuuste AutoAugment vir Bevooroordeelde Data met Etiketruis via Skaalbare Probabilistiese Implisiete Differensiasie
Ons is ook bly om aan te kondig dat ons 'n nuwe masjienleertegnologie ontwikkel het wat outomaties optimale data-uitbreiding uitvoer volgens die verspreiding van opleidingsdata. Hierdie tegnologie kan toegepas word op werklike situasies, waar die beskikbare data baie klein is. Daar is baie gevalle in ons hoofbesigheidsareas waar dit moeilik is om KI-tegnologie toe te pas as gevolg van die beperkings van die beskikbare data. Deur hierdie tegnologie toe te pas, kan die afstemmingsproses van data-uitbreidingsparameters uitgeskakel word, en die parameters kan outomaties aangepas word. Daarom kan verwag word dat die toepassingsreeks van KI-tegnologie wyer versprei kan word. In die toekoms, deur die navorsing en ontwikkeling van hierdie tegnologie verder te versnel, sal ons werk om KI-tegnologie te verwesenlik wat in werklike omgewings soos bekende toestelle en stelsels gebruik kan word. Hierdie tegnologie is die resultaat van navorsing wat deur die Digitale KI-tegnologiesentrum, Tegnologie-afdeling, KI-laboratorium van Panasonic R&D Company of America gedoen is.
Figuur 2: AutoDO los die probleem van data-uitbreiding op (gedeelde-beleid DA-dilemma). Die verspreiding van aangevulde treindata (blou gestippel) stem moontlik nie ooreen met die toetsdata (soliede rooi) in die latente ruimte nie:
"2" is ondervergroot, terwyl "5" oorvergroot is. Gevolglik kan vorige metodes nie ooreenstem met die toetsverspreiding nie en die besluit van die geleerde klassifiseerder f(θ) is onakkuraat.
Die besonderhede van hierdie tegnologieë sal by CVPR2021 (wat vanaf 19 Junie 2017 plaasvind) aangebied word.
Bogenoemde boodskap kom van die amptelike Panasonic-webwerf!
Plasingstyd: 3 Junie 2021
