પેનાસોનિક બે અદ્યતન એઆઈ તકનીકો વિકસાવે છે

પેનાસોનિક બે અદ્યતન એઆઈ તકનીકો વિકસાવે છે,
સીવીપીઆર 2021 ને સ્વીકૃત,
વિશ્વની અગ્રણી આંતરરાષ્ટ્રીય એઆઈ ટેકનોલોજી પરિષદ

[1] હોમ એક્શન જિનોમ: વિરોધાભાસી રચનાત્મક ક્રિયા સમજ

અમને એ જાહેરાત કરીને આનંદ થાય છે કે અમે એક નવું ડેટાસેટ "હોમ એક્શન જિનોમ" વિકસિત કર્યું છે જે કેમેરા, માઇક્રોફોન્સ અને થર્મલ સેન્સર સહિતના ઘણા પ્રકારના સેન્સરનો ઉપયોગ કરીને તેમના ઘરોમાં માનવની દૈનિક પ્રવૃત્તિઓ એકત્રિત કરે છે. અમે જીવંત જગ્યાઓ માટે વિશ્વના સૌથી મોટા મલ્ટિમોડલ ડેટાસેટનું નિર્માણ અને રજૂ કર્યું છે, જ્યારે રહેવાની જગ્યાઓ માટેના મોટાભાગના ડેટાસેટ્સ સ્કેલમાં નાના રહ્યા છે. આ ડેટાસેટને લાગુ કરીને, એઆઈ સંશોધનકારો તેનો ઉપયોગ મશીન લર્નિંગ અને એઆઈ સંશોધન માટેના તાલીમ ડેટા તરીકે કરી શકે છે જેથી લોકોને વસવાટ કરો છો જગ્યામાં ટેકો મળે.

ઉપરોક્ત ઉપરાંત, અમે મલ્ટિમોડલ અને બહુવિધ દ્રષ્ટિકોણમાં હાયરાર્કિકલ પ્રવૃત્તિ માન્યતા માટે સહકારી શિક્ષણ તકનીક વિકસાવી છે. આ તકનીકીનો ઉપયોગ કરીને, અમે જુદા જુદા દ્રષ્ટિકોણો, સેન્સર, વંશવેલો વર્તણૂક અને વિગતવાર વર્તન લેબલ્સ વચ્ચે સુસંગત સુવિધાઓ શીખી શકીએ છીએ, અને આ રીતે રહેવાની જગ્યાઓમાં જટિલ પ્રવૃત્તિઓની માન્યતા પ્રદર્શનમાં સુધારો કરી શકીએ છીએ.
આ તકનીકી ડિજિટલ એઆઈ ટેકનોલોજી સેન્ટર, ટેકનોલોજી વિભાગ, અને સ્ટેનફોર્ડ યુનિવર્સિટીમાં સ્ટેનફોર્ડ વિઝન અને લર્નિંગ લેબ વચ્ચેના સહયોગથી કરવામાં આવેલા સંશોધનનું પરિણામ છે.

આકૃતિ 1: સહકારી રચનાત્મક ક્રિયા સમજણ (સીસીએયુ) સહકારી રૂપે તમામ પદ્ધતિઓ સાથે મળીને તાલીમ આપણને સુધારેલ કામગીરી જોવા માટે પરવાનગી આપે છે.
બંને વચ્ચેની રચનાત્મક ક્રિયાપ્રતિક્રિયાથી લાભ મેળવવા માટે વિડિઓઝ અને અણુ ક્રિયા બંનેને મંજૂરી આપવા માટે અમે વિડિઓ-સ્તરના અને અણુ ક્રિયા બંને લેબલ્સનો ઉપયોગ કરીને તાલીમનો ઉપયોગ કરીએ છીએ.

[૨] od ટોડો: સ્કેલેબલ સંભવિત ગર્ભિત તફાવત દ્વારા લેબલ અવાજ સાથે પક્ષપાતી ડેટા માટે મજબૂત સ્વત aug.

અમને એ જાહેરાત કરીને પણ આનંદ થાય છે કે અમે નવી મશીન લર્નિંગ ટેકનોલોજી વિકસાવી છે જે તાલીમ ડેટાના વિતરણ અનુસાર આપમેળે શ્રેષ્ઠ ડેટા વૃદ્ધિ કરે છે. આ તકનીકી વાસ્તવિક વિશ્વની પરિસ્થિતિઓમાં લાગુ થઈ શકે છે, જ્યાં ઉપલબ્ધ ડેટા ખૂબ નાનો છે. અમારા મુખ્ય વ્યવસાયિક ક્ષેત્રોમાં ઘણા કિસ્સાઓ છે, જ્યાં ઉપલબ્ધ ડેટાની મર્યાદાઓને કારણે એઆઈ તકનીક લાગુ કરવી મુશ્કેલ છે. આ તકનીકીનો ઉપયોગ કરીને, ડેટા વૃદ્ધિ પરિમાણોની ટ્યુનિંગ પ્રક્રિયા દૂર કરી શકાય છે, અને પરિમાણોને આપમેળે ગોઠવી શકાય છે. તેથી, એવી અપેક્ષા કરી શકાય છે કે એઆઈ તકનીકની એપ્લિકેશન શ્રેણી વધુ વ્યાપકપણે ફેલાય છે. ભવિષ્યમાં, આ તકનીકીના સંશોધન અને વિકાસને વધુ વેગ આપીને, અમે એઆઈ તકનીકને અનુભૂતિ કરવાનું કામ કરીશું જેનો ઉપયોગ પરિચિત ઉપકરણો અને સિસ્ટમો જેવા વાસ્તવિક-વિશ્વ વાતાવરણમાં થઈ શકે છે. આ તકનીકી ડિજિટલ એઆઈ ટેકનોલોજી સેન્ટર, ટેકનોલોજી વિભાગ, અમેરિકાની પેનાસોનિક આર એન્ડ ડી કંપનીની એઆઈ લેબોરેટરી દ્વારા કરવામાં આવેલા સંશોધનનું પરિણામ છે.

આકૃતિ 2: od ટોડો ડેટા વૃદ્ધિની સમસ્યાને હલ કરે છે (વહેંચાયેલ-નીતિ ડીએ દ્વિધાઓ) .ગમેન્ટેડ ટ્રેન ડેટા (ડેશેડ બ્લુ) નું વિતરણ સુપ્ત જગ્યામાં પરીક્ષણ ડેટા (નક્કર લાલ) સાથે મેળ ખાતી નથી:
"2" અન્ડર-એગ્મેન્ટેડ છે, જ્યારે "5" ઓવરએગમેન્ટ છે. પરિણામે, અગાઉની પદ્ધતિઓ પરીક્ષણ વિતરણ સાથે મેળ ખાતી નથી અને વિદ્વાન વર્ગીકૃત એફ (θ) નો નિર્ણય અચોક્કસ છે.

 

આ તકનીકીઓની વિગતો સીવીપીઆર 2021 (19 જૂન, 2017 થી યોજાનારી) પર રજૂ કરવામાં આવશે.

ઉપરનો સંદેશ પેનાસોનિક સત્તાવાર વેબસાઇટ પરથી આવ્યો છે!


પોસ્ટ સમય: જૂન -03-2021