พานาโซนิคพัฒนาเทคโนโลยี AI ขั้นสูงสองเทคโนโลยี
ได้รับการยอมรับเข้า CVPR2021
การประชุมเทคโนโลยี AI ระดับนานาชาติชั้นนำของโลก
[1] โฮม แอคชั่น จีโนม: คอนทราสทีฟ คอมโพเนนเชียล แอคชั่น ความเข้าใจ
เรามีความยินดีที่จะประกาศว่าเราได้พัฒนาชุดข้อมูลใหม่ "Home Action Genome" ซึ่งรวบรวมกิจกรรมประจำวันของมนุษย์ภายในบ้านโดยใช้เซ็นเซอร์หลายประเภท ได้แก่ กล้อง ไมโครโฟน และเซ็นเซอร์ตรวจจับความร้อน เราได้สร้างและเผยแพร่ชุดข้อมูลมัลติโมดัลสำหรับพื้นที่อยู่อาศัยที่ใหญ่ที่สุดในโลก ในขณะที่ชุดข้อมูลส่วนใหญ่สำหรับพื้นที่อยู่อาศัยมีขนาดเล็ก ด้วยการประยุกต์ใช้ชุดข้อมูลนี้ นักวิจัย AI สามารถนำชุดข้อมูลนี้ไปใช้เป็นข้อมูลฝึกอบรมสำหรับการเรียนรู้ของเครื่องและการวิจัย AI เพื่อสนับสนุนผู้คนในพื้นที่อยู่อาศัย
นอกเหนือจากที่กล่าวมาข้างต้น เรายังได้พัฒนาเทคโนโลยีการเรียนรู้แบบร่วมมือสำหรับการจดจำกิจกรรมแบบลำดับชั้นในมุมมองแบบหลายโหมดและหลายมุมมอง การประยุกต์ใช้เทคโนโลยีนี้ช่วยให้เราสามารถเรียนรู้คุณลักษณะที่สอดคล้องกันระหว่างมุมมอง เซ็นเซอร์ พฤติกรรมแบบลำดับชั้น และป้ายกำกับพฤติกรรมโดยละเอียด ซึ่งจะช่วยปรับปรุงประสิทธิภาพการจดจำกิจกรรมที่ซับซ้อนในพื้นที่อยู่อาศัย
เทคโนโลยีนี้เป็นผลจากการวิจัยที่ดำเนินการร่วมกันระหว่าง Digital AI Technology Center, Technology Division และ Stanford Vision and Learning Lab ที่มหาวิทยาลัย Stanford
รูปที่ 1: การทำความเข้าใจการดำเนินการสร้างสรรค์ร่วมกัน (CCAU) การฝึกอบรมร่วมกันทุกรูปแบบช่วยให้เราเห็นประสิทธิภาพการทำงานที่ปรับปรุงดีขึ้น
เราใช้การฝึกอบรมโดยใช้ทั้งป้ายกำกับการดำเนินการในระดับวิดีโอและระดับอะตอมเพื่อให้ทั้งวิดีโอและการดำเนินการในระดับอะตอมได้รับประโยชน์จากการโต้ตอบเชิงองค์ประกอบระหว่างทั้งสอง
[2] AutoDO: AutoAugment ที่แข็งแกร่งสำหรับข้อมูลที่มีอคติพร้อมสัญญาณรบกวนของป้ายกำกับผ่านการแยกความแตกต่างโดยนัยแบบความน่าจะเป็นที่ปรับขนาดได้
เรามีความยินดีที่จะประกาศว่าเราได้พัฒนาเทคโนโลยีการเรียนรู้ของเครื่องใหม่ซึ่งจะทำการเสริมข้อมูลให้เหมาะสมที่สุดโดยอัตโนมัติตามการกระจายของข้อมูลฝึกอบรม เทคโนโลยีนี้สามารถนำไปประยุกต์ใช้ในสถานการณ์จริงที่มีข้อมูลน้อยมาก มีหลายกรณีในธุรกิจหลักของเราที่การนำเทคโนโลยี AI มาใช้เป็นเรื่องยากเนื่องจากข้อจำกัดของข้อมูลที่มีอยู่ การนำเทคโนโลยีนี้มาใช้ช่วยลดขั้นตอนการปรับแต่งพารามิเตอร์การเสริมข้อมูล และสามารถปรับพารามิเตอร์ต่างๆ ได้โดยอัตโนมัติ ดังนั้นจึงคาดการณ์ได้ว่าขอบเขตการประยุกต์ใช้เทคโนโลยี AI จะกว้างขวางยิ่งขึ้น ในอนาคต เราจะเร่งวิจัยและพัฒนาเทคโนโลยีนี้ต่อไป เพื่อสร้างเทคโนโลยี AI ที่สามารถนำไปใช้ในสภาพแวดล้อมจริง เช่น อุปกรณ์และระบบที่คุ้นเคย เทคโนโลยีนี้เป็นผลงานวิจัยของศูนย์เทคโนโลยี AI ดิจิทัล ฝ่ายเทคโนโลยี ห้องปฏิบัติการ AI ของบริษัท Panasonic R&D แห่งอเมริกา
รูปที่ 2: AutoDO แก้ปัญหาการเพิ่มข้อมูล (ปัญหา DA นโยบายที่ใช้ร่วมกัน) การกระจายข้อมูลรถไฟที่เพิ่มขึ้น (เส้นประสีน้ำเงิน) อาจไม่ตรงกับข้อมูลทดสอบ (เส้นทึบสีแดง) ในพื้นที่แฝง:
"2" ถูกเพิ่มค่าน้อยเกินไป ขณะที่ "5" ถูกเพิ่มค่ามากเกินไป ส่งผลให้วิธีการก่อนหน้านี้ไม่สามารถจับคู่การแจกแจงแบบทดสอบได้ และการตัดสินใจของตัวจำแนกประเภท f(θ) ที่เรียนรู้มานั้นไม่ถูกต้อง
รายละเอียดของเทคโนโลยีเหล่านี้จะถูกนำเสนอในงาน CVPR2021 (ซึ่งจะจัดขึ้นในวันที่ 19 มิถุนายน 2017)
ข้อความข้างต้นมาจากเว็บไซต์อย่างเป็นทางการของ Panasonic!
เวลาโพสต์: 03 มิ.ย. 2564
