Panasonic ûntwikkelt twa avansearre AI-technologyen,
Akseptearre oan CVPR2021,
de liedende ynternasjonale AI-technology-konferinsje
[1] Thúsaksje Genome: Contrastive Gearstalling fan komposysje-aksje begryp
Wy binne bliid dat wy in nije dataset "thús hawwe ûntwikkele" dy't de deistige aktiviteiten fan 'e minske hawwe sammele yn har huzen, mei ferskate soarten sensoren, ynklusyf kamera's, mikrofoanen en thermyske sensoren. Wy hawwe de grutste kompens fan 'e wrâld oanlein en frijlitten foar wenplak foar wenromten, wylst de measte datasets foar wenplaksen lyts yn skaal west hawwe yn skaal west. Troch dit dataset oan te passen kinne AI-ûndersikers it brûke as traininggegevens brûke foar masine learen en AI-ûndersyk om minsken te stypjen yn wenromte.
Neist it boppesteande hawwe wy in koöperative leartechnology ûntwikkele foar hiërargyske aktiviteit erkenning yn multimodale en meardere stânpunten. Troch dizze technology oan te passen, kinne wy konsekwint funksjes leare tusken ferskate stânpunten, hiërargysk gedragingen, en detaillearre gedrachskatiketten, en ferbetterje de erkenning fan komplekse aktiviteiten yn wenplakken yn wenplak.
Dizze technology is it resultaat fan ûndersyk útfierd yn gearwurking tusken it Digital AI Technology Center, Technology Division, en de Stanford-fyzje en learen lab yn 'e lab fan Stanford University.
Figuer1: Cooperative komposysje-aksje begripe (CCAU) COOPERATIVE TRAIDEN ALLE MODALITEITEN TE kinne wy ús ferbettere prestaasjes sjen.
Wy brûke training mei sawol fideopnivo en atoomingsnivo om sawol de fideo's as atoomatuer te tastean om te profitearjen fan 'e komposysje-ynteraksjes tusken de twa.
[2] Autodo: Robúste Autoaugment foar Biased gegevens mei label lûd fia skalbere kâns ymplisyt differindigens
Wy binne ek bliid om oan te kundigjen dat wy in nije masine learnetechnology hawwe ûntwikkele dy't automatysk optimale gegevensfergrutting hawwe neffens de ferdieling fan traininggegevens. Dizze technology kin tapast wurde op echte wrâldsituaasjes, wêr't de beskikbere gegevens heul lyts binne. D'r binne in soad gefallen yn ús wichtichste saaklike gebieten, wêr't it lestich is om AI-technology oan te passen fanwegen de beheiningen fan 'e beskikbere gegevens. Troch dizze technology oan te bringen, kinne de ôfstimmingspaus fan gegevensfergruttingsparameters wurde elimineare, en de parameters kinne automatysk oanpast wurde. Dêrom kin it wurde ferwachte dat it oanfraachberik fan AI-technology breed kin wurde ferspraat. Yn 'e takomst, troch fierder en ûntwikkeling fan' e ûndersyk te fersnellen en ûntwikkeling sille wy wurkje om AI-technology te realisearjen dy't kin wurde brûkt yn omkeare yn 'e wirklike omjouwings, lykas bekende apparaten en systemen. Dizze technology is it resultaat fan ûndersyk útfierd troch it Digital AI Technology Center, Technology Division, AI Laboratory fan Panasonic R & D Company of America.
Figuer 2: Autodo oplost it probleem fan gegevensfergrutting (dielde-beliedsd Dilemma). De ferdieling fan fergrutte Treingegevens (stippele blau) meie net oerienkomme mei de testgegevens (bêst read) yn 'e latente romte.
"2" is ûnder ynlugen, wylst "5" te ferlevere is. As resultaat kinne foarôfgeande metoaden net oerienkomme mei de testferdieling en it beslút fan it learde klassifier f (θ) is unakkuraat.
De details fan dizze technologyen sille wurde presinteare by CVPR2021 (te hâlden fan 19 juni 2017).
Boppe berjocht is kommen fan Panasonic offisjele webside!
Posttiid: jun-03-2021
