Panasonic ले दुई उन्नत एआई टेक्नोलोजीहरू विकास गर्दछ

Panasonic दुई उन्नत एआई टेक्नोलोजीहरू विकास गर्दछ,
CVPR2021 मा स्वीकृत,
विश्वको अग्रणी अन्तर्राष्ट्रिय एआई टेक्नोलोजी सम्मेलन

[१] गृह कार्य जीनोम: विरोधाभासी संरचनात्मक कार्य समझ

हामी यो घोषणा गर्न पाउँदा खुसी छौं कि हामीले क्यामेरा, माइक्रोफोन र थर्मल सेन्सरहरू सहित विभिन्न प्रकारका सेन्सरहरू प्रयोग गरेर मानिसहरूको दैनिक गतिविधिहरू तिनीहरूको घरमा सङ्कलन गर्ने नयाँ डेटासेट "होम एक्शन जेनोम" विकास गरेका छौं। हामीले बस्ने ठाउँहरूका लागि विश्वको सबैभन्दा ठूलो मल्टिमोडल डेटासेट निर्माण र जारी गरेका छौं, जबकि बस्ने ठाउँहरूका लागि धेरैजसो डेटासेटहरू मापनमा साना छन्। यो डेटासेट लागू गरेर, AI अनुसन्धानकर्ताहरूले यसलाई मेसिन लर्निङ र AI अनुसन्धानका लागि बस्ने ठाउँमा मानिसहरूलाई सहयोग गर्न प्रशिक्षण डेटाको रूपमा प्रयोग गर्न सक्छन्।

माथिका अतिरिक्त, हामीले बहुविध र बहुविध दृष्टिकोणहरूमा पदानुक्रमिक गतिविधि मान्यताको लागि सहकारी शिक्षा प्रविधिको विकास गरेका छौं। यस प्रविधिको प्रयोग गरेर, हामी विभिन्न दृष्टिकोणहरू, सेन्सरहरू, पदानुक्रमित 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 र लर्निङ ल्याबबीचको सहकार्यमा गरिएको अनुसन्धानको परिणाम हो।

चित्र १: सहकारी संरचनात्मक कार्य समझदारी (CCAU) सबै मोडालिटीहरूलाई एकसाथ तालिम दिने सहकारीले हामीलाई सुधारिएको कार्यसम्पादन हेर्न अनुमति दिन्छ।
हामी दुबै भिडियो र परमाणु कार्यहरू दुवै बीचको संरचनात्मक अन्तरक्रियाबाट लाभान्वित हुन अनुमति दिन भिडियो-स्तर र परमाणु कार्य लेबलहरू प्रयोग गरी प्रशिक्षण प्रयोग गर्छौं।

[२] AutoDO: स्केलेबल प्रोबेबिलिस्टिक इम्प्लिसिट भिन्नता मार्फत लेबल शोरको साथ पक्षपाती डाटाको लागि बलियो स्वत: अगमेन्ट

हामी यो घोषणा गर्न पाउँदा खुसी छौं कि हामीले एउटा नयाँ मेसिन लर्निङ प्रविधि विकास गरेका छौं जसले स्वचालित रूपमा प्रशिक्षण डेटाको वितरण अनुसार इष्टतम डेटा वृद्धि गर्छ। यो प्रविधि वास्तविक विश्व परिस्थितिहरूमा लागू गर्न सकिन्छ, जहाँ उपलब्ध डाटा धेरै सानो छ। हाम्रा मुख्य व्यवसायिक क्षेत्रहरूमा त्यहाँ धेरै केसहरू छन्, जहाँ उपलब्ध डाटाको सीमितताका कारण AI प्रविधि लागू गर्न गाह्रो छ। यो प्रविधि लागू गरेर, डाटा वृद्धि प्यारामिटरहरूको ट्युनिङ प्रक्रिया हटाउन सकिन्छ, र प्यारामिटरहरू स्वचालित रूपमा समायोजन गर्न सकिन्छ। तसर्थ, यो आशा गर्न सकिन्छ कि एआई प्रविधिको आवेदन दायरा अझ व्यापक रूपमा फैलाउन सकिन्छ। भविष्यमा, यस प्रविधिको अनुसन्धान र विकासलाई थप गति दिँदै, हामी परिचित यन्त्रहरू र प्रणालीहरू जस्ता वास्तविक संसारको वातावरणमा प्रयोग गर्न सकिने AI प्रविधिलाई महसुस गर्न काम गर्नेछौं। यो प्रविधि डिजिटल एआई टेक्नोलोजी सेन्टर, टेक्नोलोजी डिभिजन, अमेरिकाको प्यानासोनिक आर एन्ड डी कम्पनीको एआई प्रयोगशालाले गरेको अनुसन्धानको नतिजा हो।

चित्र २: AutoDO ले डाटा अगमेन्टेसनको समस्या समाधान गर्छ (साझा-नीति DA दुविधा)। संवर्धित ट्रेन डाटाको वितरण (ड्यास गरिएको नीलो) लेटेन स्पेसमा परीक्षण डाटा (ठोस रातो) सँग मिल्दैन:
"2" कम-संवर्धित छ, जबकि "5" ओभरअगमेन्ट गरिएको छ। नतिजाको रूपमा, पूर्व विधिहरूले परीक्षण वितरणसँग मेल खाँदैन र सिकेको वर्गीकरणकर्ता f(θ) को निर्णय गलत छ।

 

यी प्रविधिहरूको विवरण CVPR2021 मा प्रस्तुत गरिनेछ (जुन 19th, 2017 देखि आयोजित हुनेछ)।

माथिको सन्देश Panasonic आधिकारिक वेबसाइटबाट आएको हो!


पोस्ट समय: जुन-03-2021