
Panasonic развива две напредни технологии за АИ,
Прифатен на CVPR2021,
Водечка меѓународна конференција за технологија за АИ во светот
[1] Геном на дејствување на домот: Разбирање на контрастна композициска акција
Задоволни сме да објавиме дека развивме нов база на податоци „Геном за домашна акција“ што ги собира секојдневните активности на човекот во нивните домови користејќи неколку видови на сензори, вклучувајќи камери, микрофони и термички сензори. Ние ја конструиравме и објавивме најголемата мултимодална база на податоци во светот за простори за живеење, додека повеќето пакети со податоци за простори за живеење биле мали во размер. Со примена на оваа база на податоци, истражувачите на АИ можат да ги користат како податоци за обука за машинско учење и истражување на АИ за поддршка на луѓето во просторот за живеење.
Покрај горенаведеното, развивме технологија за соработка за учење за препознавање на хиерархиска активност во мултимодални и повеќе гледишта. Со примена на оваа технологија, можеме да научиме конзистентни карактеристики помеѓу различни гледишта, сензори, хиерархиски однесувања и детални етикети за однесување и со тоа да ги подобриме перформансите на препознавање на сложени активности на простори за живеење.
Оваа технологија е резултат на истражување спроведено во соработка помеѓу дигиталниот центар за технологија за АИ, технолошката поделба и лабораторијата за визија и учење Стенфорд на универзитетот Стенфорд.
Слика 1: Кооперативно композициско дејство Разбирање (CCAU) Кооперативно обука на сите модалитети заедно ни овозможува да видиме подобрени перформанси.
Ние користиме обука користејќи и етикети на видео-ниво и атомско дејствување за да им овозможиме на видеата и атомските активности да имаат корист од композиционите интеракции помеѓу двете.
[2] Autodo: Робустен авто -автомат за пристрасни податоци со бучава со етикета преку скалабилна веројатна имплицитна диференцијација
Исто така, задоволни сме да објавиме дека развивме нова технологија за учење машини која автоматски извршува оптимално зголемување на податоците според дистрибуцијата на податоците за обука. Оваа технологија може да се примени во ситуации во реалниот свет, каде што достапните податоци се многу мали. Постојат многу случаи во нашите главни деловни области, каде е тешко да се примени технологија за АИ заради ограничувањата на достапните податоци. Со примена на оваа технологија, процесот на подесување на параметрите за зголемување на податоците може да се елиминира, а параметрите можат да се прилагодат автоматски. Затоа, може да се очекува дека опсегот на апликација на АИ технологија може да се шири пошироко. Во иднина, со понатамошно забрзување на истражувањето и развојот на оваа технологија, ќе работиме на реализирање на технологија за ВИ што може да се користи во околини во реалниот свет, како што се познати уреди и системи. Оваа технологија е резултат на истражување спроведено од Центарот за технологија за дигитални АИ, Технолошка поделба, АИ лабораторија на компанијата „Панасоник“ R&D на Америка.
Слика 2: Autodo го решава проблемот со зголемувањето на податоците (дилема за споделена политика DA). Дистрибуцијата на зголемени податоци за воз (испрекината сина) може да не одговара на податоците за тестот (цврста црвена) во латентниот простор:
„2“ е недоволно осветлен, додека „5“ е презаситен. Како резултат, претходните методи не можат да одговараат на дистрибуцијата на тестот и одлуката на научениот класификатор F (θ) е неточна.
Деталите за овие технологии ќе бидат претставени на CVPR2021 (што ќе се одржи од 19 јуни 2017 година).
Горе пораката е од официјалната веб -страница на Panasonic!
Време на објавување: јуни-03-2021