Panasonic розробляє дві вдосконалені технології AI,
Прийнятий до CVPR2021,
Провідна світова міжнародна технологічна конференція AI
[1] Геном домашніх дій: контрастне розуміння дій
Ми раді повідомити, що ми розробили новий набір даних "Геном домашніх дій", який збирає щоденні заходи людини у своїх будинках, використовуючи кілька типів датчиків, включаючи камери, мікрофони та теплові датчики. Ми побудували та випустили найбільший у світі мультимодальний набір даних для життєвих просторів, тоді як більшість наборів даних для житлових приміщень мали невеликі в масштабах. Застосовуючи цей набір даних, дослідники AI можуть використовувати його як дані навчання для машинного навчання та досліджень AI для підтримки людей у житловому просторі.
На додаток до вищезазначеного, ми розробили кооперативну технологію навчання для розпізнавання ієрархічної діяльності в мультимодальних та численних точках зору. Застосовуючи цю технологію, ми можемо вивчити послідовні особливості між різними точками зору, датчиками, ієрархічною поведінкою та детальними етикетками поведінки, а таким чином покращити ефективність розпізнавання складних заходів у життєвих просторах.
Ця технологія є результатом досліджень, проведених у співпраці між цифровим технологічним центром AI, підрозділом технологій та лабораторією «Стенфорд» та навчальною лабораторією в Стенфордському університеті.
Рисунок 1: Кооперативне композиційне розуміння (CCAU) Кооперативно навчання всіх способів разом дозволяє нам бачити покращену продуктивність.
Ми використовуємо навчання з використанням як відео, так і атомних дій, щоб дозволити як відео, так і атомні дії, щоб отримати користь від композиційних взаємодій між ними.
[2] Autodo: надійне автоаумент для упереджених даних із шумом мітки за допомогою масштабованої ймовірнісної неявної диференціації
Ми також раді повідомити, що ми розробили нову технологію машинного навчання, яка автоматично виконує оптимальне збільшення даних відповідно до розподілу навчальних даних. Ця технологія може бути застосована до реальних ситуацій світу, де наявні дані дуже малі. У наших основних сферах бізнесу є багато випадків, де важко застосувати технологію AI через обмеження наявних даних. Застосовуючи цю технологію, процес налаштування параметрів збільшення даних може бути усунений, а параметри можна регулювати автоматично. Тому можна очікувати, що діапазон застосувань технології AI може поширюватися більш широко. Надалі, подальше прискорюючи дослідження та розробку цієї технології, ми будемо працювати над реалізацією технології AI, яка може бути використана в реальних середовищах, таких як знайомі пристрої та системи. Ця технологія є результатом досліджень, проведених Центром технологій Digital AI, відділом технологій, AI Laboratory of Panasonic R&D Company of America.
Малюнок 2: Autodo вирішує проблему збільшення даних (дилема спільної політики DA). Розподіл розширених даних поїздів (пунктирний синій) може не відповідати даним випробувань (суцільним червоним) у прихованому просторі:
"2" недооцінений, а "5" переоцінюється. Як результат, попередні методи не можуть відповідати розподілу тестів, а рішення вивченого класифікатора F (θ) є неточним.
Деталі цих технологій будуть представлені на CVPR2021 (відбудуться з 19 червня 2017 року).
Вище повідомлення надходить з офіційного веб -сайту Panasonic!
Час посади: червень-03-2021
