Panasonic ontwikkel twee gevorderde AI -tegnologieë,
Aanvaar tot CVPR2021,
die wêreld se voorste internasionale AI -tegnologie -konferensie
[1] Tuisaksie -genoom: kontrasterende begrip van komposisionele aksie
Ons is verheug om aan te kondig dat ons 'n nuwe datastel 'tuisaksie -genoom' ontwikkel het wat die daaglikse aktiwiteite van die mens in hul huise versamel met behulp van verskillende soorte sensors, waaronder kameras, mikrofone en termiese sensors. Ons het die wêreld se grootste multimodale datastel vir leefruimtes gebou en vrygestel, terwyl die meeste datastelle vir leefruimtes klein was. Deur hierdie datastel toe te pas, kan AI -navorsers dit gebruik as opleidingsdata vir masjienleer en AI -navorsing om mense in die leefruimte 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 leer tussen verskillende standpunte, sensors, hiërargiese gedrag en gedetailleerde gedragetikette, en sodoende die erkenning van komplekse aktiwiteite in leefruimtes verbeter.
Hierdie tegnologie is die resultaat van navorsing wat uitgevoer is in samewerking tussen die Digital AI Technology Centre, Tegnologie -afdeling en die Stanford Vision and Learning Lab aan die Stanford Universiteit.
Figuur 1: Samewerkende samestellingsaksie -begrip (CCAU) Samewerkend opleiding van alle modaliteite kan ons verbeter om verbeterde prestasie te sien.
Ons gebruik opleiding met behulp van beide video-vlak- en atoomaksie-etikette om die video's en atoomaksies toe te laat om voordeel te trek uit die komposisionele interaksies tussen die twee.
]
Ons is ook bly om aan te kondig dat ons 'n nuwe masjienleertegnologie ontwikkel het wat outomaties optimale datavergroting uitvoer volgens die verspreiding van opleidingsdata. Hierdie tegnologie kan toegepas word in situasies in die werklike wêreld, waar die beskikbare data baie klein is. Daar is baie gevalle in ons belangrikste sakegebiede, waar dit moeilik is om AI -tegnologie toe te pas as gevolg van die beperkinge van die beskikbare data. Deur hierdie tegnologie toe te pas, kan die instelproses van datatugmentasieparameters uitgeskakel word, en die parameters kan outomaties aangepas word. Daar kan dus verwag word dat die toepassingsreeks van AI -tegnologie wyer versprei kan word. In die toekoms, deur die navorsing en ontwikkeling van hierdie tegnologie verder te versnel, sal ons werk om AI-tegnologie te besef wat in werklike omgewings soos bekende toestelle en stelsels gebruik kan word. Hierdie tegnologie is die resultaat van navorsing wat deur die Digital AI Technology Centre, Tegnologie -afdeling, AI -laboratorium van Panasonic R & D Company of America gedoen is.
Figuur 2: Autodo los die probleem van datavergroting op (gedeelde beleid DA-dilemma). Die verspreiding van Augmented Train Data (stippelblou) stem moontlik nie ooreen met die toetsdata (soliede rooi) in die latente ruimte nie:
"2" is onderverwant, terwyl "5" te veel gevul is. As gevolg hiervan, 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 word aangebied by CVPR2021 (wat vanaf 19 Junie 2017 gehou word).
Bogenoemde boodskap kom van die Panasonic Amptelike webwerf!
Postyd: Jun-03-2021
