[1] Genom akcji domowej: kontrastowe zrozumienie kompozycji

Z przyjemnością ogłaszamy, że opracowaliśmy nowy zestaw danych „Genom akcji domowej”, który zbiera codzienne czynności człowieka w swoich domach przy użyciu kilku rodzajów czujników, w tym aparatów, mikrofonów i czujników termicznych. Zbudowaliśmy i wydaliśmy największy na świecie multimodalny zestaw danych do mieszkalnych, podczas gdy większość zestawów danych do mieszkalnych była niewielka. Stosując ten zestaw danych, badacze AI mogą wykorzystywać go jako dane szkoleniowe do uczenia maszynowego i badań AI w celu wspierania ludzi w przestrzeni życiowej.

Oprócz powyższego opracowaliśmy współpracującą technologię uczenia się dla hierarchicznego rozpoznawania aktywności w multimodalnych i wielu punktach widzenia. Stosując tę ​​technologię, możemy nauczyć się spójnych funkcji między różnymi punktami widzenia, czujnikami, hierarchicznymi zachowaniami i szczegółowymi etykietami zachowania, a tym samym poprawić wydajność rozpoznawania złożonych działań w przestrzeni mieszkalnej.
Technologia ta jest wynikiem badań przeprowadzonych we współpracy między Digital AI Technology Center, Division Technology Division i Stanford Vision and Learning Lab na Uniwersytecie Stanford.

[2] Autodo: Solidne autoaugment dla stronniczych danych z szumem etykiet poprzez skalowalne probabilistyczne niejawne różnicowanie

Z przyjemnością ogłaszamy również, że opracowaliśmy nową technologię uczenia maszynowego, która automatycznie wykonuje optymalne powiększenie danych zgodnie z dystrybucją danych szkoleniowych. Technologię tę można zastosować do sytuacji w świecie rzeczywistym, w których dostępne dane są bardzo małe. Istnieje wiele przypadków w naszych głównych obszarach biznesowych, w których trudno jest zastosować technologię AI ze względu na ograniczenia dostępnych danych. Stosując tę ​​technologię, proces strojenia parametrów powiększania danych można wyeliminować, a parametry można dostosować automatycznie. Dlatego można oczekiwać, że zakres aplikacji technologii AI może być szeroko rozpowszechniony. W przyszłości, poprzez dalsze przyspieszenie badań i rozwoju tej technologii, będziemy pracować nad realizacją technologii AI, która może być używana w rzeczywistych środowiskach, takich jak znane urządzenia i systemy. Technologia ta jest wynikiem badań przeprowadzonych przez Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic R&D Company of America.

Szczegóły tych technologii zostaną przedstawione na CVPR2021 (odbędzie się od 19 czerwca 2017 r.).

Powyższa wiadomość pochodzi z oficjalnej strony internetowej Panasonic!