パナソニックは、2つの高度なAIテクノロジーを開発します。
CVPR2021に受け入れられ、
世界有数の国際AIテクノロジー会議
[1]ホームアクションゲノム：コントラストの組成作用理解
カメラ、マイク、サーマルセンサーなど、いくつかのタイプのセンサーを使用して、家庭で人間の日常活動を収集する新しいデータセット「ホームアクションゲノム」を開発したことを発表してうれしいです。リビングスペース向けの世界最大のマルチモーダルデータセットを構築およびリリースしましたが、リビングスペースのほとんどのデータセットの規模は小さいものです。このデータセットを適用することにより、AIの研究者は、それを機械学習のトレーニングデータとして使用して、リビングスペースの人々をサポートするためにAI研究を使用できます。
上記に加えて、マルチモーダルおよび複数の視点で階層的な活動認識のための協同学習技術を開発しました。このテクノロジーを適用することにより、さまざまな視点、センサー、階層的行動、および詳細な動作ラベルの間で一貫した機能を学習し、生活空間での複雑なアクティビティの認識パフォーマンスを改善できます。
このテクノロジーは、Stanford UniversityのDigital AI Technology Center、Technology Division、およびStanford Vision and Learning Labのコラボレーションで実施された研究の結果です。
図1：協同組成アクション理解（CCAU）すべてのモダリティを一緒に協力的にトレーニングすることで、パフォーマンスの向上を見ることができます。
ビデオレベルとアトミックアクションラベルの両方を使用してトレーニングを利用して、ビデオとアトミックアクションの両方を2つの間の組成的相互作用から恩恵を受けることができます。
[2] AutoDo：スケーラブルな確率的暗黙的分化によるラベルノイズを使用したバイアスデータの堅牢な自動検査
また、トレーニングデータの分布に応じて最適なデータ増強を自動的に実行する新しい機械学習テクノロジーを開発したことを発表します。このテクノロジーは、利用可能なデータが非常に少ない現実世界の状況に適用できます。主なビジネス分野には多くのケースがあり、利用可能なデータの制限のためにAIテクノロジーを適用することが困難です。このテクノロジーを適用することにより、データ増強パラメーターのチューニングプロセスを排除することができ、パラメーターを自動的に調整できます。したがって、AIテクノロジーのアプリケーション範囲をより広く広めることができると予想されます。将来、このテクノロジーの研究開発をさらに加速することで、おなじみのデバイスやシステムなどの実際の環境で使用できるAIテクノロジーを実現するために取り組みます。このテクノロジーは、Panasonic R＆D Company of AmericaのAI研究所であるTechnology DivisionのDigital AI Technology Centerが実施した研究の結果です。
図2：AutoDOは、データ増強の問題を解決します（共有電力型DAジレンマ）。増強された列車データの分布（破線の青）は、潜在空間のテストデータ（固体赤）と一致しない場合があります。
「2」は過小評価されていますが、「5」は過剰になります。その結果、以前の方法はテスト分布と一致できず、学習された分類器F（θ）の決定は不正確です。
これらの技術の詳細は、CVPR2021で提示されます（2017年6月19日から開催されます）。
上記のメッセージはパナソニックの公式ウェブサイトから来ています！
投稿時間：03-2021年6月
