Panasonic desenvolve dúas tecnoloxías avanzadas de AI,
Aceptado para CVPR2021,
a conferencia internacional de tecnoloxía AI líder mundial
[1] Xenoma de acción doméstica: comprensión de acción compositiva contrastiva
Temos o pracer de anunciar que desenvolvemos un novo conxunto de datos "Genoma de acción doméstica" que recolle as actividades diarias dos humanos nas súas casas usando varios tipos de sensores, incluíndo cámaras, micrófonos e sensores térmicos. Construímos e lanzamos o maior conxunto de datos multimodal do mundo para espazos de vida, mentres que a maioría dos conxuntos de datos para espazos de vida foron pequenos en escala. Ao aplicar este conxunto de datos, os investigadores da IA poden usalo como datos de formación para a aprendizaxe automática e a investigación de AI para apoiar ás persoas no espazo habitable.
Ademais do anterior, desenvolvemos unha tecnoloxía de aprendizaxe cooperativa para o recoñecemento de actividades xerárquicas en múltiples puntos de vista multimodais e múltiples. Ao aplicar esta tecnoloxía, podemos aprender características consistentes entre diferentes puntos de vista, sensores, comportamentos xerárquicos e etiquetas detalladas de comportamento e mellorar así o rendemento de recoñecemento de actividades complexas en espazos de vida.
Esta tecnoloxía é o resultado da investigación realizada en colaboración entre o Centro Tecnolóxico Digital AI, a División Tecnolóxica e o laboratorio de visión e aprendizaxe de Stanford na Universidade de Stanford.
Figura 1: A comprensión da acción compositiva cooperativa (CCAU) Adestrar de forma cooperativa Todas as modalidades xuntos permítenos ver un rendemento mellorado.
Empregamos adestramento empregando etiquetas de acción a nivel de vídeo e atómico para permitir que os vídeos e as accións atómicas se beneficien das interaccións compositivas entre ambos.
[2] Autodo: robusto autoaugment para datos sesgados con ruído de etiqueta mediante diferenciación implícita probabilística escalable
Tamén temos o pracer de anunciar que desenvolvemos unha nova tecnoloxía de aprendizaxe de máquinas que realiza automaticamente un aumento de datos óptimo segundo a distribución dos datos de formación. Esta tecnoloxía pódese aplicar a situacións do mundo real, onde os datos dispoñibles son moi pequenos. Hai moitos casos nas nosas principais áreas de negocio, onde é difícil aplicar a tecnoloxía AI debido ás limitacións dos datos dispoñibles. Ao aplicar esta tecnoloxía, pódese eliminar o proceso de afinación dos parámetros de aumento de datos e os parámetros pódense axustar automaticamente. Polo tanto, pódese esperar que a gama de aplicacións de tecnoloxía AI poida difundirse máis amplamente. No futuro, ao acelerar aínda máis a investigación e o desenvolvemento desta tecnoloxía, traballaremos para realizar a tecnoloxía AI que se pode usar en ambientes do mundo real como dispositivos e sistemas familiares. Esta tecnoloxía é o resultado da investigación realizada polo Centro de Tecnoloxía Dixital AI, División Tecnolóxica, Laboratorio de AI da Compañía de I + D de América Panasonic.
Figura 2: Autodo resolve o problema do aumento de datos (Dilema de Policía compartida). A distribución dos datos do tren aumentado (azul guionado) pode non coincidir cos datos da proba (vermello sólido) no espazo latente:
"2" está sub-agravado, mentres que "5" está excesivamente excesivo. Como resultado, os métodos anteriores non poden coincidir coa distribución de probas e a decisión do clasificador F (θ) é incorrecta.
Os detalles destas tecnoloxías presentaranse en CVPR2021 (que se celebrarán a partir do 19 de xuño de 2017).
A mensaxe superior vén do sitio web oficial de Panasonic.
Tempo de publicación: xuño do 03-2021
