Η Panasonic αναπτύσσει δύο προηγμένες τεχνολογίες AI,
Αποδεκτή στο CVPR2021,
το κορυφαίο διεθνές συνέδριο τεχνολογίας AI στον κόσμο
[1] Γονιδίωμα δράσης στο σπίτι: Κατανόηση αντιλήψεων συνθετικής δράσης
Είμαστε στην ευχάριστη θέση να ανακοινώσουμε ότι έχουμε αναπτύξει ένα νέο σύνολο δεδομένων "Genome Home Action" που συλλέγει τις καθημερινές δραστηριότητες του ανθρώπου στα σπίτια τους χρησιμοποιώντας διάφορους τύπους αισθητήρων, συμπεριλαμβανομένων κάμερας, μικροφώνων και θερμικών αισθητήρων. Έχουμε κατασκευάσει και κυκλοφορήσει το μεγαλύτερο σύνολο δεδομένων πολυτροπικού συνόλου για τους χώρους διαβίωσης, ενώ τα περισσότερα σύνολα δεδομένων για χώρους διαβίωσης ήταν μικρά σε κλίμακα. Εφαρμόζοντας αυτό το σύνολο δεδομένων, οι ερευνητές της AI μπορούν να το χρησιμοποιήσουν ως δεδομένα εκπαίδευσης για την εκμάθηση μηχανών και την έρευνα AI για να υποστηρίξουν τους ανθρώπους στο χώρο διαβίωσης.
Εκτός από τα παραπάνω, αναπτύξαμε μια τεχνολογία συνεταιριστικής μάθησης για αναγνώριση ιεραρχικής δραστηριότητας σε πολυτροπικές και πολλαπλές απόψεις. Με την εφαρμογή αυτής της τεχνολογίας, μπορούμε να μάθουμε συνεπή χαρακτηριστικά μεταξύ διαφορετικών απόψεων, αισθητήρων, ιεραρχικών συμπεριφορών και λεπτομερών ετικετών συμπεριφοράς και έτσι βελτιώνοντας την απόδοση αναγνώρισης σύνθετων δραστηριοτήτων στους χώρους διαβίωσης.
Αυτή η τεχνολογία είναι το αποτέλεσμα της έρευνας που διεξάγεται σε συνεργασία μεταξύ του ψηφιακού κέντρου τεχνολογίας AI, του τμήματος τεχνολογίας και του εργαστηρίου Stanford Vision and Learning στο Πανεπιστήμιο του Στάνφορντ.
Εικόνα 1: Συνεργατική κατανόηση της συνθετικής δράσης (CCAU) Η κατάρτιση όλων των τρόπων μαζί μας επιτρέπει να βλέπουμε βελτιωμένες επιδόσεις.
Χρησιμοποιούμε την κατάρτιση χρησιμοποιώντας τόσο ετικέτες σε επίπεδο βίντεο όσο και ατομικής δράσης για να επιτρέψουμε τόσο τα βίντεο όσο και τις ατομικές ενέργειες για να επωφεληθούν από τις αλληλεπιδράσεις της σύνθεσης μεταξύ των δύο.
[2] Autodo: Ανθεκτική αυτόματη αυτόματη διαφοροποίηση για προκατειλημμένα δεδομένα με θόρυβο ετικέτας μέσω κλιμακωτής πιθανολογικής σιωπηρής διαφοροποίησης
Είμαστε επίσης στην ευχάριστη θέση να ανακοινώσουμε ότι έχουμε αναπτύξει μια νέα τεχνολογία μηχανικής μάθησης που εκτελεί αυτόματα τη βέλτιστη αύξηση των δεδομένων σύμφωνα με τη διανομή δεδομένων κατάρτισης. Αυτή η τεχνολογία μπορεί να εφαρμοστεί σε καταστάσεις πραγματικού κόσμου, όπου τα διαθέσιμα δεδομένα είναι πολύ μικρά. Υπάρχουν πολλές περιπτώσεις στους κύριους επιχειρηματικούς μας τομείς, όπου είναι δύσκολο να εφαρμοστεί η τεχνολογία AI λόγω των περιορισμών των διαθέσιμων δεδομένων. Με την εφαρμογή αυτής της τεχνολογίας, η διαδικασία συντονισμού των παραμέτρων αύξησης των δεδομένων μπορεί να εξαλειφθεί και οι παράμετροι μπορούν να ρυθμιστούν αυτόματα. Ως εκ τούτου, μπορεί να αναμένεται ότι το εύρος εφαρμογής της τεχνολογίας AI μπορεί να εξαπλωθεί ευρύτερα. Στο μέλλον, με την περαιτέρω επιτάχυνση της έρευνας και ανάπτυξης αυτής της τεχνολογίας, θα εργαστούμε για να πραγματοποιήσουμε την τεχνολογία AI που μπορεί να χρησιμοποιηθεί σε περιβάλλοντα πραγματικού κόσμου, όπως γνωστές συσκευές και συστήματα. Αυτή η τεχνολογία είναι το αποτέλεσμα της έρευνας που διεξάγεται από το Digital AI Technology Center, Τεχνολογικό Τμήμα, Εργαστήριο AI της Panasonic Ε & Α Εταιρεία της Αμερικής.
Εικόνα 2: Το Autodo επιλύει το πρόβλημα της αύξησης των δεδομένων (δίλημμα κοινόχρηστων πολιτικών).
Το "2" είναι κάτω από το ενδύματα, ενώ το "5" είναι υπερβολικό. Ως αποτέλεσμα, οι προηγούμενες μέθοδοι δεν μπορούν να ταιριάξουν με την κατανομή των δοκιμών και η απόφαση του μαθητευόμενου ταξινομητή F (θ) είναι ανακριβής.
Οι λεπτομέρειες αυτών των τεχνολογιών θα παρουσιαστούν στο CVPR2021 (που θα πραγματοποιηθεί από τις 19 Ιουνίου 2017).
Το παραπάνω μήνυμα προέρχεται από την επίσημη ιστοσελίδα της Panasonic!
Χρόνος δημοσίευσης: Ιούνιος-03-2021
