Mae Panasonic yn datblygu dwy dechnoleg AI ddatblygedig,
Derbyniwyd i CVPR2021,
Cynhadledd Technoleg AI ryngwladol flaenllaw'r byd
[1] Genom Gweithredu Cartref: Deall Gweithredu Cyfansoddiadol Cyferbyniol
Rydym yn falch o gyhoeddi ein bod wedi datblygu set ddata newydd "Genom Gweithredu Cartref" sy'n casglu gweithgareddau beunyddiol dynol yn eu cartrefi gan ddefnyddio sawl math o synhwyrydd, gan gynnwys camerâu, meicroffonau a synwyryddion thermol. Rydym wedi adeiladu a rhyddhau set ddata amlfodd fwyaf y byd ar gyfer lleoedd byw, tra bod y mwyafrif o setiau data ar gyfer lleoedd byw wedi bod yn fach o ran graddfa. Trwy gymhwyso'r set ddata hon, gall ymchwilwyr AI ei ddefnyddio fel data hyfforddi ar gyfer dysgu peiriannau ac ymchwil AI i gefnogi pobl mewn gofod byw.
Yn ogystal â'r uchod, rydym wedi datblygu technoleg dysgu cydweithredol ar gyfer cydnabod gweithgaredd hierarchaidd mewn safbwyntiau amlfodd a lluosog. Trwy gymhwyso'r dechnoleg hon, gallwn ddysgu nodweddion cyson rhwng gwahanol safbwyntiau, synwyryddion, ymddygiadau hierarchaidd, a labeli ymddygiad manwl, a thrwy hynny wella perfformiad cydnabod gweithgareddau cymhleth mewn lleoedd byw.
Mae'r dechnoleg hon yn ganlyniad ymchwil a gynhaliwyd mewn cydweithrediad rhwng y Ganolfan Dechnoleg AI ddigidol, yr Is -adran Dechnoleg, a Labordy Gweledigaeth a Dysgu Stanford ym Mhrifysgol Stanford.
Ffigur 1: Mae Deall Camau Cyfansoddiadol Cydweithredol (CCAU) ar y cyd sy'n hyfforddi'r holl foddau gyda'i gilydd yn caniatáu inni weld perfformiad gwell.
Rydym yn defnyddio hyfforddiant gan ddefnyddio labeli gweithredu lefel fideo ac atomig i ganiatáu i'r fideos a'r camau atomig elwa o'r rhyngweithio cyfansoddiadol rhwng y ddau.
[2] Autodo: Autoaugment cadarn ar gyfer data rhagfarnllyd gyda sŵn label trwy wahaniaethu ymhlyg tebygolrwydd graddadwy
Rydym hefyd yn falch o gyhoeddi ein bod wedi datblygu technoleg dysgu peiriant newydd sy'n cyflawni'r ychwanegiad data gorau posibl yn awtomatig yn ôl dosbarthiad data hyfforddi. Gellir cymhwyso'r dechnoleg hon i sefyllfaoedd y byd go iawn, lle mae'r data sydd ar gael yn fach iawn. Mae yna lawer o achosion yn ein prif feysydd busnes, lle mae'n anodd cymhwyso technoleg AI oherwydd cyfyngiadau'r data sydd ar gael. Trwy gymhwyso'r dechnoleg hon, gellir dileu'r broses diwnio o baramedrau cynyddu data, a gellir addasu'r paramedrau yn awtomatig. Felly, gellir disgwyl y gellir lledaenu ystod cymhwysiad technoleg AI yn ehangach. Yn y dyfodol, trwy gyflymu ymchwil a datblygiad y dechnoleg hon ymhellach, byddwn yn gweithio i wireddu technoleg AI y gellir ei defnyddio mewn amgylcheddau yn y byd go iawn fel dyfeisiau a systemau cyfarwydd. Mae'r dechnoleg hon yn ganlyniad ymchwil a gynhaliwyd gan y Ganolfan Dechnoleg AI Digidol, Is -adran Technoleg, Cwmni Ymchwil a Datblygu Panasonic AI Labordy America yn America.
Ffigur 2: Mae Autodo yn datrys problem cynyddu data (cyfyng-gyngor polisi a rennir). Efallai na fydd dosbarthiad data trên estynedig (glas wedi'i chwalu) yn cyfateb i'r data prawf (coch solet) yn y gofod cudd:
Mae "2" yn dan-ofal, tra bod "5" yn cael ei or-ddweud. O ganlyniad, ni all dulliau blaenorol gyd -fynd â dosbarthiad y profion ac mae penderfyniad y dosbarthwr dysgedig F (θ) yn anghywir.
Bydd manylion y technolegau hyn yn cael eu cyflwyno yn CVPR2021 (i'w gynnal o Fehefin 19eg, 2017).
Mae'r neges uchod yn dod o wefan swyddogol Panasonic!
Amser Post: Mehefin-03-2021
