पैनासोनिक दो उन्नत एआई प्रौद्योगिकियां विकसित करता है

पैनासोनिक दो उन्नत एआई प्रौद्योगिकियों को विकसित करता है,
CVPR2021 को स्वीकार किया गया,
दुनिया का प्रमुख अंतरराष्ट्रीय एआई प्रौद्योगिकी सम्मेलन

[१] होम एक्शन जीनोम: कंट्रास्टिव कंपोजिटल एक्शन अंडरस्टैंडिंग

हमें यह घोषणा करते हुए खुशी हो रही है कि हमने एक नया डेटासेट "होम एक्शन जीनोम" विकसित किया है जो कैमरा, माइक्रोफोन और थर्मल सेंसर सहित कई प्रकार के सेंसर का उपयोग करके अपने घरों में मानव की दैनिक गतिविधियों को एकत्र करता है। हमने रहने वाले स्थानों के लिए दुनिया के सबसे बड़े मल्टीमॉडल डेटासेट का निर्माण और जारी किया है, जबकि रहने वाले स्थानों के लिए अधिकांश डेटासेट पैमाने में छोटे रहे हैं। इस डेटासेट को लागू करके, एआई शोधकर्ता इसे रहने की जगह में लोगों का समर्थन करने के लिए मशीन लर्निंग और एआई अनुसंधान के लिए प्रशिक्षण डेटा के रूप में इसका उपयोग कर सकते हैं।

उपरोक्त के अलावा, हमने मल्टीमॉडल और कई दृष्टिकोणों में पदानुक्रमित गतिविधि मान्यता के लिए एक सहकारी शिक्षण तकनीक विकसित की है। इस तकनीक को लागू करके, हम विभिन्न दृष्टिकोणों, सेंसर, पदानुक्रमित व्यवहार और विस्तृत व्यवहार लेबल के बीच लगातार सुविधाओं को सीख सकते हैं, और इस प्रकार रहने वाले स्थानों में जटिल गतिविधियों के मान्यता प्रदर्शन में सुधार कर सकते हैं।
यह तकनीक स्टैनफोर्ड यूनिवर्सिटी में डिजिटल एआई टेक्नोलॉजी सेंटर, टेक्नोलॉजी डिवीजन और स्टैनफोर्ड विजन एंड लर्निंग लैब के बीच सहयोग में किए गए शोध का परिणाम है।

चित्रा 1: सहकारी रचनात्मक एक्शन समझ (CCAU) सहकारी रूप से सभी तौर -तरीकों को एक साथ प्रशिक्षण देने से हमें बेहतर प्रदर्शन देखने की अनुमति मिलती है।
हम वीडियो-स्तर और परमाणु एक्शन लेबल दोनों का उपयोग करके प्रशिक्षण का उपयोग करते हैं ताकि दोनों वीडियो और परमाणु कार्यों को दोनों के बीच रचनात्मक बातचीत से लाभान्वित करने की अनुमति मिल सके।

[२] ऑटोडो: स्केलेबल संभाव्य अंतर्निहित भेदभाव के माध्यम से लेबल शोर के साथ पक्षपाती डेटा के लिए मजबूत स्वप्रति

हमें यह घोषणा करते हुए भी खुशी हो रही है कि हमने एक नई मशीन लर्निंग तकनीक विकसित की है जो प्रशिक्षण डेटा के वितरण के अनुसार स्वचालित रूप से इष्टतम डेटा वृद्धि करता है। इस तकनीक को वास्तविक दुनिया की स्थितियों पर लागू किया जा सकता है, जहां उपलब्ध डेटा बहुत छोटा है। हमारे मुख्य व्यावसायिक क्षेत्रों में कई मामले हैं, जहां उपलब्ध डेटा की सीमाओं के कारण एआई तकनीक को लागू करना मुश्किल है। इस तकनीक को लागू करने से, डेटा वृद्धि मापदंडों की ट्यूनिंग प्रक्रिया को समाप्त किया जा सकता है, और मापदंडों को स्वचालित रूप से समायोजित किया जा सकता है। इसलिए, यह उम्मीद की जा सकती है कि एआई तकनीक की एप्लिकेशन रेंज को अधिक व्यापक रूप से फैलाया जा सकता है। भविष्य में, इस तकनीक के अनुसंधान और विकास को और तेज करके, हम एआई तकनीक को महसूस करने के लिए काम करेंगे, जिसका उपयोग वास्तविक दुनिया के वातावरण जैसे परिचित उपकरणों और प्रणालियों में किया जा सकता है। यह तकनीक डिजिटल एआई टेक्नोलॉजी सेंटर, टेक्नोलॉजी डिवीजन, अमेरिका के पैनासोनिक आर एंड डी कंपनी की एआई प्रयोगशाला द्वारा किए गए शोध का परिणाम है।

चित्रा 2: ऑटोडो डेटा वृद्धि (साझा-नीति डीए दुविधा) की समस्या को हल करता है। संवर्धित ट्रेन डेटा (धराशायी नीला) का वितरण अव्यक्त स्थान में परीक्षण डेटा (ठोस लाल) से मेल नहीं खा सकता है:
"2" कम-सेगमेंटेड है, जबकि "5" को ओवरग्यूट किया गया है। नतीजतन, पूर्व तरीके परीक्षण वितरण से मेल नहीं खा सकते हैं और सीखा क्लासिफायर F (θ) का निर्णय गलत है।

 

इन प्रौद्योगिकियों का विवरण CVPR2021 (19 जून, 2017 से आयोजित होने वाले) पर प्रस्तुत किया जाएगा।

उपरोक्त संदेश पैनासोनिक आधिकारिक वेबसाइट से आया है!


पोस्ट टाइम: जून -03-2021