Panasonic arendab kahte täiustatud AI-tehnoloogiat,
CVPR2021 vastu võetud,
maailma juhtival rahvusvahelisel tehisintellekti tehnoloogia konverentsil
[1] Home Action Genome: Kontrastiivse kompositsioonilise tegevuse mõistmine
Meil on hea meel teatada, et oleme välja töötanud uue andmestiku "Home Action Genome", mis kogub inimese igapäevaseid tegevusi nende kodudes, kasutades mitut tüüpi andureid, sealhulgas kaameraid, mikrofone ja termosensoreid. Oleme loonud ja välja andnud maailma suurima multimodaalse andmekogumi elamispindade jaoks, samas kui enamik elamispindade andmekogusid on olnud väikesemahulised. Seda andmekogumit rakendades saavad tehisintellekti teadlased seda kasutada masinõppe ja tehisintellektiuuringute koolitusandmetena, et toetada inimesi elamispinnal.
Lisaks ülaltoodule oleme välja töötanud koostööpõhise õppetehnoloogia tegevuste hierarhiliseks tuvastamiseks multimodaalses ja mitmes vaatepunktis. Seda tehnoloogiat rakendades saame õppida erinevate vaatenurkade, andurite, hierarhiliste käitumisviiside ja üksikasjalike käitumismärgiste järjepidevaid omadusi ning seeläbi parandada keeruliste tegevuste tuvastamist eluruumides.
See tehnoloogia on digitaalse AI tehnoloogiakeskuse tehnoloogiaosakonna ja Stanfordi ülikooli Stanfordi visiooni ja õppelabori koostöös läbiviidud uuringute tulemus.
Joonis 1: Koostöös põhineva tegevuse mõistmine (CCAU) Kõigi viiside koos treenimine võimaldab meil näha paremaid tulemusi.
Kasutame koolitust, kasutades nii videotaseme kui ka aatomitegevuse silte, et võimaldada nii videotel kui ka aatomitoimingutel nende kahe kompositsioonilisest koostoimest kasu saada.
[2] AutoDO: tugev automaatne suurendamine kallutatud andmete jaoks koos sildimüraga skaleeritava tõenäosusliku kaudse diferentseerimise kaudu
Samuti on hea meel teatada, et oleme välja töötanud uue masinõppetehnoloogia, mis teostab automaatselt optimaalset andmete suurendamist vastavalt treeningandmete jaotusele. Seda tehnoloogiat saab rakendada reaalsetes olukordades, kus saadaolevad andmed on väga väikesed. Meie peamistes ärivaldkondades on palju juhtumeid, kus tehisintellekti tehnoloogiat on raske kasutada olemasolevate andmete piiratuse tõttu. Seda tehnoloogiat rakendades saab andmete suurendamise parameetrite häälestusprotsessi välistada ja parameetreid automaatselt reguleerida. Seetõttu võib eeldada, et tehisintellekti tehnoloogia rakendusala saab laiemalt levida. Edaspidi töötame selle tehnoloogia uurimis- ja arendustegevuse edasise kiirendamise teel selle nimel, et realiseerida tehisintellekti tehnoloogiat, mida saaks kasutada reaalses keskkonnas, nagu tuttavad seadmed ja süsteemid. See tehnoloogia on Panasonicu R&D Company of America tehisintellekti labori digitaalse tehisintellekti tehnoloogiakeskuse tehnoloogiaosakonna tehtud uuringute tulemus.
Joonis 2: AutoDO lahendab andmete suurendamise probleemi (jagatud poliitika DA dilemma). Rongi täiendatud andmete jaotus (sinine kriips) ei pruugi varjatud ruumis ühtida testiandmetega (pidevalt punane):
"2" on ala-, samas kui "5" on üle suurendatud. Selle tulemusena ei saa varasemad meetodid testijaotusega ühtida ja õpitud klassifikaatori f(θ) otsus on ebatäpne.
Nende tehnoloogiate üksikasju tutvustatakse CVPR2021-l (toimub alates 19. juunist 2017).
Ülaltoodud teade pärineb Panasonicu ametlikult veebisaidilt!
Postitusaeg: juuni-03-2021
