पानासोनिकले दुई उन्नत एआई प्रविधिहरू विकास गर्दछ

प्यानासोनिकले दुई उन्नत एआई प्रविधिहरू विकास गर्दछ,
CVPR2021 मा स्वीकृत,
विश्वको अग्रणी अन्तर्राष्ट्रिय एआई प्रविधि सम्मेलन

[1] गृह कार्य जीनोम: विरोधाभासी रचनात्मक कार्य बुझाइ

हामी यो घोषणा गर्न पाउँदा खुसी छौं कि हामीले एउटा नयाँ डेटासेट "होम एक्सन जीनोम" विकास गरेका छौं जसले क्यामेरा, माइक्रोफोन र थर्मल सेन्सरहरू सहित धेरै प्रकारका सेन्सरहरू प्रयोग गरेर मानिसहरूको घरमा दैनिक गतिविधिहरू सङ्कलन गर्दछ। हामीले बस्ने ठाउँहरूको लागि विश्वको सबैभन्दा ठूलो मल्टिमोडल डेटासेट निर्माण र जारी गरेका छौं, जबकि बस्ने ठाउँहरूको लागि धेरैजसो डेटासेटहरू स्केलमा सानो छन्। यो डेटासेट लागू गरेर, एआई अनुसन्धानकर्ताहरूले यसलाई मेसिन लर्निङ र एआई अनुसन्धानको लागि प्रशिक्षण डेटाको रूपमा प्रयोग गर्न सक्छन् जसले बस्ने ठाउँमा मानिसहरूलाई सहयोग गर्न सक्छ।

माथिका कुराहरूका अतिरिक्त, हामीले बहुविध र बहु ​​दृष्टिकोणहरूमा पदानुक्रमिक गतिविधि पहिचानको लागि सहकारी सिकाइ प्रविधि विकास गरेका छौं। यो प्रविधि प्रयोग गरेर, हामी विभिन्न दृष्टिकोणहरू, सेन्सरहरू, पदानुक्रमिक व्यवहारहरू, र विस्तृत व्यवहार लेबलहरू बीचको सुसंगत सुविधाहरू सिक्न सक्छौं, र यसरी बस्ने ठाउँहरूमा जटिल गतिविधिहरूको पहिचान प्रदर्शन सुधार गर्न सक्छौं।
यो प्रविधि डिजिटल एआई टेक्नोलोजी सेन्टर, टेक्नोलोजी डिभिजन र स्ट्यानफोर्ड विश्वविद्यालयको स्ट्यानफोर्ड भिजन एण्ड लर्निङ ल्याब बीचको सहकार्यमा गरिएको अनुसन्धानको परिणाम हो।

चित्र १: सहकारी संरचनात्मक कार्य समझदारी (CCAU) सबै मोडालिटीहरूलाई एकसाथ सहकारी रूपमा तालिम दिनाले हामीलाई सुधारिएको कार्यसम्पादन देख्न अनुमति दिन्छ।
हामी भिडियो-स्तर र आणविक कार्य लेबलहरू दुवै प्रयोग गरेर प्रशिक्षणको उपयोग गर्छौं ताकि भिडियो र आणविक कार्यहरू दुवै बीचको संरचनात्मक अन्तरक्रियाबाट लाभ उठाउन सकून्।

[2] AutoDO: स्केलेबल सम्भाव्यता निहित भिन्नता मार्फत लेबल आवाजको साथ पक्षपाती डेटाको लागि बलियो AutoAugment

हामी यो घोषणा गर्न पाउँदा पनि खुसी छौं कि हामीले तालिम डेटाको वितरण अनुसार स्वचालित रूपमा इष्टतम डेटा वृद्धि गर्ने नयाँ मेसिन लर्निङ प्रविधि विकास गरेका छौं। यो प्रविधि वास्तविक संसारको परिस्थितिहरूमा लागू गर्न सकिन्छ, जहाँ उपलब्ध डेटा धेरै सानो छ। हाम्रो मुख्य व्यावसायिक क्षेत्रहरूमा धेरै केसहरू छन्, जहाँ उपलब्ध डेटाको सीमितताका कारण एआई प्रविधि लागू गर्न गाह्रो छ। यो प्रविधि लागू गरेर, डेटा वृद्धि प्यारामिटरहरूको ट्युनिङ प्रक्रिया हटाउन सकिन्छ, र प्यारामिटरहरू स्वचालित रूपमा समायोजन गर्न सकिन्छ। त्यसकारण, यो आशा गर्न सकिन्छ कि एआई प्रविधिको अनुप्रयोग दायरा अझ व्यापक रूपमा फैलाउन सकिन्छ। भविष्यमा, यस प्रविधिको अनुसन्धान र विकासलाई अझ तीव्र पार्दै, हामी परिचित उपकरणहरू र प्रणालीहरू जस्ता वास्तविक-विश्व वातावरणमा प्रयोग गर्न सकिने एआई प्रविधिलाई साकार पार्न काम गर्नेछौं। यो प्रविधि अमेरिकाको प्यानासोनिक आर एन्ड डी कम्पनीको डिजिटल एआई टेक्नोलोजी सेन्टर, टेक्नोलोजी डिभिजन, एआई प्रयोगशालाद्वारा गरिएको अनुसन्धानको परिणाम हो।

चित्र २: AutoDO ले डेटा वृद्धि (साझा-नीति DA दुविधा) को समस्या समाधान गर्दछ। संवर्धित रेल डेटा (ड्यास गरिएको नीलो) को वितरण अव्यक्त स्थानमा परीक्षण डेटा (ठोस रातो) सँग मेल नखान सक्छ:
"२" लाई कम-बढाइएको छ, जबकि "५" लाई बढी-बढाइएको छ। फलस्वरूप, पहिलेका विधिहरूले परीक्षण वितरणसँग मेल खान सक्दैनन् र सिकेका वर्गीकरणकर्ता f(θ) को निर्णय गलत छ।

 

यी प्रविधिहरूको विवरण CVPR2021 (जुन १९, २०१७ मा आयोजना हुने) मा प्रस्तुत गरिनेछ।

माथिको सन्देश Panasonic को आधिकारिक वेबसाइटबाट आएको हो!


पोस्ट समय: जुन-०३-२०२१