
పానాసోనిక్ రెండు అధునాతన AI టెక్నాలజీలను అభివృద్ధి చేస్తుంది,
CVPR2021 కు అంగీకరించబడింది,
ప్రపంచంలోని ప్రముఖ అంతర్జాతీయ AI టెక్నాలజీ కాన్ఫరెన్స్
[1] హోమ్ యాక్షన్ జీనోమ్: కాంట్రాక్టివ్ కంపోజిషనల్ యాక్షన్ అవగాహన
కెమెరాలు, మైక్రోఫోన్లు మరియు థర్మల్ సెన్సార్లతో సహా అనేక రకాల సెన్సార్లను ఉపయోగించి వారి ఇళ్లలో మానవ యొక్క రోజువారీ కార్యకలాపాలను సేకరించే కొత్త డేటాసెట్ "హోమ్ యాక్షన్ జీనోమ్" ను మేము అభివృద్ధి చేశామని ప్రకటించినందుకు మేము సంతోషిస్తున్నాము. మేము జీవన ప్రదేశాల కోసం ప్రపంచంలోనే అతిపెద్ద మల్టీమోడల్ డేటాసెట్ను నిర్మించి విడుదల చేసాము, అయితే జీవన ప్రదేశాల కోసం చాలా డేటాసెట్లు చిన్నవిగా ఉన్నాయి. ఈ డేటాసెట్ను వర్తింపజేయడం ద్వారా, AI పరిశోధకులు దీనిని మెషిన్ లెర్నింగ్ కోసం శిక్షణ డేటాగా మరియు జీవన ప్రదేశంలో ప్రజలకు మద్దతుగా AI పరిశోధనగా ఉపయోగించవచ్చు.
పై వాటితో పాటు, మల్టీమోడల్ మరియు బహుళ దృక్కోణాలలో క్రమానుగత కార్యాచరణ గుర్తింపు కోసం మేము సహకార అభ్యాస సాంకేతికతను అభివృద్ధి చేసాము. ఈ సాంకేతిక పరిజ్ఞానాన్ని వర్తింపజేయడం ద్వారా, మేము విభిన్న దృక్కోణాలు, సెన్సార్లు, క్రమానుగత ప్రవర్తనలు మరియు వివరణాత్మక ప్రవర్తన లేబుల్ల మధ్య స్థిరమైన లక్షణాలను నేర్చుకోవచ్చు మరియు తద్వారా జీవన ప్రదేశాలలో సంక్లిష్ట కార్యకలాపాల యొక్క గుర్తింపు పనితీరును మెరుగుపరుస్తుంది.
ఈ సాంకేతికత డిజిటల్ AI టెక్నాలజీ సెంటర్, టెక్నాలజీ డివిజన్ మరియు స్టాన్ఫోర్డ్ విశ్వవిద్యాలయంలోని స్టాన్ఫోర్డ్ విజన్ అండ్ లెర్నింగ్ ల్యాబ్ మధ్య సహకారంతో నిర్వహించిన పరిశోధనల ఫలితం.
మూర్తి 1: కోఆపరేటివ్ కంపోజిషనల్ యాక్షన్ అండర్స్టాండింగ్ (సిసిఎయు) అన్ని పద్ధతులను కలిసి శిక్షణ ఇవ్వడం మెరుగైన పనితీరును చూడటానికి మాకు అనుమతిస్తుంది.
వీడియోలు మరియు అణు చర్యలు రెండింటినీ రెండింటి మధ్య కూర్పు పరస్పర చర్యల నుండి ప్రయోజనం పొందటానికి వీడియో-స్థాయి మరియు అణు చర్య లేబుళ్ళను ఉపయోగించి మేము శిక్షణను ఉపయోగిస్తాము.
[2] ఆటోడో: స్కేలబుల్ సంభావ్యత అవ్యక్త భేదం ద్వారా లేబుల్ శబ్దంతో పక్షపాత డేటా కోసం బలమైన ఆటోఅగ్మెంట్
శిక్షణ డేటా పంపిణీ ప్రకారం స్వయంచాలకంగా సరైన డేటా బలోపేతాన్ని చేసే కొత్త మెషిన్ లెర్నింగ్ టెక్నాలజీని మేము అభివృద్ధి చేశామని ప్రకటించినందుకు కూడా మేము సంతోషిస్తున్నాము. ఈ సాంకేతిక పరిజ్ఞానం వాస్తవ ప్రపంచ పరిస్థితులకు వర్తించవచ్చు, ఇక్కడ అందుబాటులో ఉన్న డేటా చాలా చిన్నది. మా ప్రధాన వ్యాపార ప్రాంతాలలో చాలా కేసులు ఉన్నాయి, ఇక్కడ అందుబాటులో ఉన్న డేటా యొక్క పరిమితుల కారణంగా AI సాంకేతిక పరిజ్ఞానాన్ని వర్తింపచేయడం కష్టం. ఈ సాంకేతిక పరిజ్ఞానాన్ని వర్తింపజేయడం ద్వారా, డేటా బలోపేత పారామితుల యొక్క ట్యూనింగ్ ప్రక్రియను తొలగించవచ్చు మరియు పారామితులను స్వయంచాలకంగా సర్దుబాటు చేయవచ్చు. అందువల్ల, AI టెక్నాలజీ యొక్క అప్లికేషన్ పరిధిని మరింత విస్తృతంగా వ్యాప్తి చెందుతుందని ఆశించవచ్చు. భవిష్యత్తులో, ఈ సాంకేతిక పరిజ్ఞానం యొక్క పరిశోధన మరియు అభివృద్ధిని మరింత వేగవంతం చేయడం ద్వారా, సుపరిచితమైన పరికరాలు మరియు వ్యవస్థలు వంటి వాస్తవ ప్రపంచ వాతావరణంలో ఉపయోగించగల AI సాంకేతికతను గ్రహించడానికి మేము కృషి చేస్తాము. ఈ సాంకేతికత డిజిటల్ AI టెక్నాలజీ సెంటర్, టెక్నాలజీ డివిజన్, పానాసోనిక్ ఆర్ అండ్ డి కంపెనీ ఆఫ్ అమెరికా యొక్క AI ప్రయోగశాల నిర్వహించిన పరిశోధనల ఫలితం.
మూర్తి 2: ఆటోడో డేటా బలోపేత సమస్యను పరిష్కరిస్తుంది (షేర్డ్-పాలసీ డిఎ డైలమా) .అయితే ఆగ్మెంటెడ్ రైలు డేటా పంపిణీ (డాష్ చేసిన నీలం) గుప్త స్థలంలో పరీక్ష డేటా (ఘన ఎరుపు) తో సరిపోలకపోవచ్చు:
"2" తక్కువ-ఆగస్టుగా ఉంది, "5" అధికంగా ఉంది. తత్ఫలితంగా, మునుపటి పద్ధతులు పరీక్ష పంపిణీతో సరిపోలలేదు మరియు నేర్చుకున్న వర్గీకరణ F (θ) యొక్క నిర్ణయం సరికాదు.
ఈ సాంకేతిక పరిజ్ఞానాల వివరాలు CVPR2021 లో ప్రదర్శించబడతాయి (జూన్ 19, 2017 నుండి జరగనున్నాయి).
పై సందేశం పానాసోనిక్ అధికారిక వెబ్సైట్ నుండి వచ్చింది!
పోస్ట్ సమయం: జూన్ -03-2021