Panasonic Ngembangkeun Dua Téknologi AI Canggih,
Ditampa kana CVPR2021,
Konférénsi Téknologi AI Internasional Anjog di Dunya
[1] Imah Aksi Génom: Contrastive Compositional Aksi Pamahaman
Kami gumbira ngumumkeun yén kami parantos ngembangkeun set data énggal "Home Action Genome" anu ngumpulkeun kagiatan sapopoé manusa di bumina nganggo sababaraha jinis sensor, kalebet kaméra, mikropon sareng sénsor termal. Kami parantos ngawangun sareng ngarilis set data multimodal panggedéna di dunya pikeun ruang tamu, sedengkeun kalolobaan set data pikeun ruang tamu ukuranana leutik. Ku ngalarapkeun set data ieu, panalungtik AI tiasa ngagunakeunana salaku data palatihan pikeun pembelajaran mesin sareng panalungtikan AI pikeun ngadukung jalma-jalma di rohangan hirup.
Salian di luhur, kami geus ngembangkeun hiji téhnologi learning kooperatif pikeun pangakuan aktivitas hirarki dina multimodal sarta sababaraha sudut pandang. Ku ngalarapkeun téknologi ieu, urang tiasa diajar fitur anu konsisten antara sudut pandang anu béda, sensor, paripolah hierarkis, sareng labél paripolah anu lengkep, sahingga ningkatkeun kinerja pangakuan kagiatan kompléks di rohangan hirup.
Téknologi ieu mangrupa hasil panalungtikan anu dilakukeun ku gawé bareng antara Digital AI Technology Center, Technology Division, jeung Stanford Vision and Learning Lab di Stanford University.
Gambar 1: Pamahaman Aksi Komposisi Kooperatif (CCAU) Ngalatih kooperatif sadaya modalitas babarengan ngamungkinkeun urang ningali prestasi anu ningkat.
Urang ngagunakeun latihan ngagunakeun duanana video-tingkat jeung labél Peta atom pikeun ngidinan duanana video jeung aksi atom kauntungan tina interaksi komposisi antara dua.
[2] AutoDO: AutoAugment Mantap pikeun Data bias sareng Label Noise via Scalable Probabilistic Implicit Differentiation
Kami ogé gumbira ngumumkeun yén kami parantos ngembangkeun téknologi pembelajaran mesin énggal anu otomatis ngalaksanakeun augmentasi data anu optimal dumasar kana distribusi data pelatihan. Téknologi ieu tiasa diterapkeun kana kaayaan dunya nyata, dimana data anu sayogi sakedik pisan. Aya seueur kasus di daérah bisnis utama urang, dimana sesah nerapkeun téknologi AI kusabab keterbatasan data anu sayogi. Ku nerapkeun téhnologi ieu, prosés tuning parameter augmentation data bisa ngaleungitkeun, sarta parameter bisa disaluyukeun otomatis. Ku alatan éta, bisa diperkirakeun yén rentang aplikasi téhnologi AI bisa nyebarkeun leuwih lega. Dina mangsa nu bakal datang, ku salajengna ngagancangkeun panalungtikan sarta pamekaran téhnologi ieu, urang bakal usaha pikeun ngawujudkeun téhnologi AI nu bisa dipaké dina lingkungan nyata kayaning alat jeung sistem akrab. Téknologi ieu hasil panalungtikan anu dilakukeun ku Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic R&D Company of America.
Gambar 2: AutoDO ngajawab masalah augmentation data (Dibagi-kawijakan DA dilema) .distribusi data karéta augmented (dashed bulao) bisa jadi teu cocog data test (beureum padet) dina spasi laten:
"2" kirang ditambahan, sedengkeun "5" langkung seueur. Balukarna, métode saméméhna teu bisa cocog jeung distribusi tés jeung putusan klasifikasi f(θ) teu akurat.
Rincian téknologi ieu bakal ditingalikeun dina CVPR2021 (dilaksanakeun ti 19 Juni 2017).
Pesen di luhur asalna tina situs wéb resmi Panasonic!
waktos pos: Jun-03-2021
