Panasonic entwickelt zwei fortschrittliche KI -Technologien,
An cvpr2021 akzeptiert,
Die weltweit führende internationale KI -Technologiekonferenz
[1] Home -Action -Genom: kontrastives Zusammensetzungsaktionenverständnis
Wir freuen uns, Ihnen mitteilen zu können, dass wir ein neues Datensatz "Home -Action" -Genom entwickelt haben, das die täglichen Aktivitäten des Menschen in ihren Häusern mit verschiedenen Arten von Sensoren sammelt, darunter Kameras, Mikrofone und thermische Sensoren. Wir haben den weltweit größten multimodalen Datensatz für Wohnräume konstruiert und veröffentlicht, während die meisten Datensätze für Wohnräume gering waren. Durch die Anwendung dieses Datensatzes können KI -Forscher ihn als Trainingsdaten für maschinelles Lernen und KI -Forschung verwenden, um Menschen im Wohnraum zu unterstützen.
Darüber hinaus haben wir eine kooperative Lerntechnologie für die hierarchische Aktivitätserkennung in multimodalen und mehreren Standpunkten entwickelt. Durch die Anwendung dieser Technologie können wir konsistente Merkmale zwischen verschiedenen Standpunkten, Sensoren, hierarchischen Verhaltensweisen und detaillierten Verhaltensbezeichnungen lernen und somit die Erkennungsleistung komplexer Aktivitäten in Wohnräumen verbessern.
Diese Technologie ist das Ergebnis der Forschung, die in Zusammenarbeit zwischen dem Digital AI Technology Center, dem Technologieabteil und dem Stanford Vision and Learning Lab der Stanford University durchgeführt wird.
Abbildung 1: Kooperative Kompositionswirkungsverständnis (CCAU), die alle Modalitäten zusammen trainiert, ermöglicht es uns, eine verbesserte Leistung zu erkennen.
Wir nutzen das Training sowohl mit Video- als auch Atom-Aktionsbezeichnungen, um sowohl die Videos als auch die atomaren Aktionen zu ermöglichen, um von den kompositorischen Wechselwirkungen zwischen den beiden zu profitieren.
[2] Autodo: Robuste Autoaugment für verzerrte Daten mit Kennzeichnung Rauschen durch skalierbare implizite Differenzierung
Wir freuen uns auch, Ihnen mitteilen zu können, dass wir eine neue Technologie für maschinelles Lernen entwickelt haben, die nach der Verteilung der Trainingsdaten automatisch eine optimale Datenvergrößerung durchführt. Diese Technologie kann auf reale Situationen angewendet werden, in denen die verfügbaren Daten sehr gering sind. In unseren wichtigsten Geschäftsbereichen gibt es viele Fälle, in denen es aufgrund der Einschränkungen der verfügbaren Daten schwierig ist, die KI -Technologie anzuwenden. Durch die Anwendung dieser Technologie kann der Abstimmungsprozess von Datenerweiterungsparametern beseitigt werden und die Parameter automatisch angepasst werden. Es ist daher zu erwarten, dass der Anwendungsbereich der AI -Technologie weiter verbreitet werden kann. Durch die weitere Beschleunigung der Forschung und Entwicklung dieser Technologie werden wir in Zukunft die KI-Technologie erkennen, die in realen Umgebungen wie bekannten Geräten und Systemen eingesetzt werden kann. Diese Technologie ist das Ergebnis der Forschung, die vom Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic F & E Company of America, durchgeführt wird.
Abbildung 2: Autodo löst das Problem der Datenerweiterung (Shared-Policy DA-Dilemma). Die Verteilung der erweiterten Zugdaten (gestrichelt blau) stimmt möglicherweise nicht mit den Testdaten (solide rot) im latenten Raum überein:
"2" ist unterwegs, während "5" überholt wird. Infolgedessen können frühere Methoden nicht mit der Testverteilung übereinstimmen, und die Entscheidung des gelernten Klassifikators F (θ) ist ungenau.
Die Details dieser Technologien werden unter CVPR2021 (ab dem 19. Juni 2017) vorgestellt.
Die obige Nachricht kommt von der offiziellen Website von Panasonic!
Postzeit: Jun-03-2021
