พานาโซนิคพัฒนาเทคโนโลยี AI ขั้นสูงสองเทคโนโลยี
ยอมรับ CVPR2021
การประชุมเทคโนโลยี AI ระดับนานาชาติชั้นนำของโลก
(1) จีโนมการกระทำที่บ้าน: ความเข้าใจการกระทำเชิงองค์ประกอบที่ตรงกันข้าม
เรามีความยินดีที่จะประกาศว่าเราได้พัฒนาชุดข้อมูลใหม่ "Home Action Genome" ที่รวบรวมกิจกรรมประจำวันของมนุษย์ในบ้านโดยใช้เซ็นเซอร์หลายประเภท รวมถึงกล้อง ไมโครโฟน และเซ็นเซอร์ความร้อนเราได้สร้างและเปิดตัวชุดข้อมูลหลายรูปแบบที่ใหญ่ที่สุดในโลกสำหรับพื้นที่อยู่อาศัย ในขณะที่ชุดข้อมูลส่วนใหญ่สำหรับพื้นที่อยู่อาศัยมีขนาดเล็กการใช้ชุดข้อมูลนี้ทำให้นักวิจัย AI สามารถใช้เป็นข้อมูลการฝึกอบรมสำหรับการเรียนรู้ของเครื่องและการวิจัย AI เพื่อสนับสนุนผู้คนในพื้นที่อยู่อาศัย
นอกเหนือจากที่กล่าวมาข้างต้น เราได้พัฒนาเทคโนโลยีการเรียนรู้แบบร่วมมือสำหรับการรับรู้กิจกรรมแบบลำดับชั้นในมุมมองหลายรูปแบบและหลายมุมมองด้วยการใช้เทคโนโลยีนี้ เราจะสามารถเรียนรู้คุณลักษณะที่สอดคล้องกันระหว่างมุมมอง เซ็นเซอร์ พฤติกรรมแบบลำดับชั้น และป้ายกำกับพฤติกรรมโดยละเอียดที่แตกต่างกัน และปรับปรุงประสิทธิภาพการจดจำของกิจกรรมที่ซับซ้อนในพื้นที่อยู่อาศัย
เทคโนโลยีนี้เป็นผลจากการวิจัยที่ดำเนินการร่วมกันระหว่างศูนย์เทคโนโลยี Digital AI แผนกเทคโนโลยี และ Stanford Vision and Learning Lab ที่มหาวิทยาลัยสแตนฟอร์ด
รูปที่ 1: การทำความเข้าใจการดำเนินการเชิงองค์ประกอบร่วมมือ (CCAU) การฝึกอบรมรูปแบบต่างๆ ทั้งหมดร่วมกันช่วยให้เราเห็นประสิทธิภาพที่ดีขึ้น
เราใช้การฝึกอบรมโดยใช้ป้ายกำกับทั้งระดับวิดีโอและการดำเนินการแบบอะตอมมิก เพื่อให้ทั้งวิดีโอและการดำเนินการแบบอะตอมมิกได้รับประโยชน์จากการโต้ตอบการจัดองค์ประกอบระหว่างทั้งสอง
[2] AutoDO: การเพิ่มอัตโนมัติที่มีประสิทธิภาพสำหรับข้อมูลที่มีอคติพร้อมสัญญาณรบกวนฉลากผ่านการสร้างความแตกต่างโดยนัยที่น่าจะเป็นที่ปรับขนาดได้
นอกจากนี้เรายังยินดีที่จะแจ้งให้ทราบว่าเราได้พัฒนาเทคโนโลยีการเรียนรู้ของเครื่องใหม่ที่ดำเนินการเพิ่มข้อมูลที่เหมาะสมที่สุดโดยอัตโนมัติตามการกระจายข้อมูลการฝึกอบรมเทคโนโลยีนี้สามารถนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงซึ่งข้อมูลที่มีอยู่มีขนาดเล็กมากมีหลายกรณีในพื้นที่ธุรกิจหลักของเรา ซึ่งเป็นเรื่องยากที่จะใช้เทคโนโลยี AI เนื่องจากข้อจำกัดของข้อมูลที่มีอยู่ด้วยการใช้เทคโนโลยีนี้ จึงสามารถขจัดกระบวนการปรับแต่งพารามิเตอร์การเพิ่มข้อมูล และสามารถปรับพารามิเตอร์ได้โดยอัตโนมัติจึงสามารถคาดหวังได้ว่าขอบเขตการใช้งานของเทคโนโลยี AI จะแพร่กระจายออกไปในวงกว้างมากขึ้นในอนาคต ด้วยการเร่งการวิจัยและพัฒนาเทคโนโลยีนี้ต่อไป เราจะทำงานเพื่อให้ได้เทคโนโลยี AI ที่สามารถนำมาใช้ในสภาพแวดล้อมจริง เช่น อุปกรณ์และระบบที่คุ้นเคยเทคโนโลยีนี้เป็นผลจากการวิจัยที่ดำเนินการโดยศูนย์เทคโนโลยี Digital AI แผนกเทคโนโลยี ห้องปฏิบัติการ AI ของบริษัท Panasonic R&D แห่งอเมริกา
รูปที่ 2: AutoDO แก้ปัญหาการเพิ่มข้อมูล (ภาวะที่กลืนไม่เข้าคายไม่ออกของนโยบายที่ใช้ร่วมกัน DA) การกระจายข้อมูลรถไฟเสริม (เส้นประสีน้ำเงิน) อาจไม่ตรงกับข้อมูลการทดสอบ (สีแดงทึบ) ในพื้นที่แฝง:
"2" เป็นการเพิ่มที่น้อยเกินไป ในขณะที่ "5" เป็นการเพิ่มที่มากเกินไปเป็นผลให้วิธีการก่อนหน้านี้ไม่สามารถตรงกับการแจกแจงการทดสอบและการตัดสินใจของตัวแยกประเภทที่เรียนรู้ f(θ) นั้นไม่ถูกต้อง
รายละเอียดของเทคโนโลยีเหล่านี้จะนำเสนอในงาน CVPR2021 (จะจัดขึ้นตั้งแต่วันที่ 19 มิถุนายน 2017)
ข้อความข้างต้นมาจากเว็บไซต์อย่างเป็นทางการของ Panasonic!
เวลาโพสต์: Jun-03-2021
