[1] Home Action Genome: Contrastive Compositional Action Pag -unawa

Natutuwa kaming ipahayag na nakabuo kami ng isang bagong dataset na "Home Action Genome" na nangongolekta ng pang -araw -araw na aktibidad ng tao sa kanilang mga tahanan gamit ang maraming uri ng mga sensor, kabilang ang mga camera, mikropono at thermal sensor. Kami ay nagtayo at pinakawalan ang pinakamalaking multimodal na dataset sa buong mundo para sa mga puwang ng buhay, habang ang karamihan sa mga datasets para sa mga puwang ng buhay ay maliit sa sukat. Sa pamamagitan ng paglalapat ng dataset na ito, maaaring gamitin ito ng mga mananaliksik ng AI bilang data ng pagsasanay para sa pag -aaral ng makina at pananaliksik ng AI upang suportahan ang mga tao sa puwang ng buhay.

Bilang karagdagan sa nasa itaas, nakabuo kami ng isang teknolohiyang pag -aaral ng kooperatiba para sa pagkilala sa aktibidad ng hierarchical sa multimodal at maraming mga pananaw. Sa pamamagitan ng paglalapat ng teknolohiyang ito, maaari nating malaman ang mga pare -pareho na tampok sa pagitan ng iba't ibang mga pananaw, sensor, hierarchical na pag -uugali, at detalyadong mga label ng pag -uugali, at sa gayon ay mapabuti ang pagganap ng pagkilala ng mga kumplikadong aktibidad sa mga buhay na puwang.
Ang teknolohiyang ito ay ang resulta ng pananaliksik na isinasagawa sa pakikipagtulungan sa pagitan ng Digital AI Technology Center, Technology Division, at ang Stanford Vision and Learning Lab sa Stanford University.

[2] Autodo: Malakas na autoaugment para sa bias na data na may ingay sa label sa pamamagitan ng scalable probabilistic implicit pagkita ng kaibhan

Natutuwa din kaming ipahayag na nakabuo kami ng isang bagong teknolohiya sa pag -aaral ng makina na awtomatikong nagsasagawa ng pinakamainam na pagdaragdag ng data ayon sa pamamahagi ng data ng pagsasanay. Ang teknolohiyang ito ay maaaring mailapat sa mga totoong sitwasyon sa mundo, kung saan napakaliit ng magagamit na data. Maraming mga kaso sa aming pangunahing mga lugar ng negosyo, kung saan mahirap mag -aplay ng teknolohiya ng AI dahil sa mga limitasyon ng magagamit na data. Sa pamamagitan ng paglalapat ng teknolohiyang ito, ang proseso ng pag -tune ng mga parameter ng pagdaragdag ng data ay maaaring matanggal, at ang mga parameter ay maaaring awtomatikong nababagay. Samakatuwid, inaasahan na ang saklaw ng aplikasyon ng teknolohiya ng AI ay maaaring kumalat nang mas malawak. Sa hinaharap, sa pamamagitan ng karagdagang pagbilis ng pananaliksik at pag-unlad ng teknolohiyang ito, gagana tayo upang mapagtanto ang teknolohiya ng AI na maaaring magamit sa mga real-world na kapaligiran tulad ng mga pamilyar na aparato at system. Ang teknolohiyang ito ay ang resulta ng pananaliksik na isinasagawa ng Digital AI Technology Center, Technology Division, AI Laboratory of Panasonic R&D Company of America.

Ang mga detalye ng mga teknolohiyang ito ay iharap sa CVPR2021 (na gaganapin mula Hunyo 19, 2017).

Sa itaas ng mensahe ay nagmula sa opisyal na website ng Panasonic!