પેનાસોનિક બે અદ્યતન AI ટેકનોલોજી વિકસાવી,
CVPR2021 માં સ્વીકાર્યું,
વિશ્વની અગ્રણી આંતરરાષ્ટ્રીય AI ટેકનોલોજી પરિષદ
[1] હોમ એક્શન જીનોમ: વિરોધાભાસી રચનાત્મક એક્શન સમજ
અમને એ જાહેરાત કરતાં આનંદ થાય છે કે અમે એક નવો ડેટાસેટ "હોમ એક્શન જીનોમ" વિકસાવ્યો છે જે કેમેરા, માઇક્રોફોન અને થર્મલ સેન્સર સહિત અનેક પ્રકારના સેન્સરનો ઉપયોગ કરીને માનવીના ઘરોમાં દૈનિક પ્રવૃત્તિઓ એકત્રિત કરે છે. અમે રહેવાની જગ્યાઓ માટે વિશ્વનો સૌથી મોટો મલ્ટિમોડલ ડેટાસેટ બનાવ્યો છે અને રિલીઝ કર્યો છે, જ્યારે રહેવાની જગ્યાઓ માટેના મોટાભાગના ડેટાસેટ્સ નાના પાયે છે. આ ડેટાસેટનો ઉપયોગ કરીને, AI સંશોધકો તેનો ઉપયોગ મશીન લર્નિંગ અને AI સંશોધન માટે તાલીમ ડેટા તરીકે કરી શકે છે જેથી રહેવાની જગ્યામાં લોકોને ટેકો મળી શકે.
ઉપરોક્ત ઉપરાંત, અમે મલ્ટિમોડલ અને બહુવિધ દૃષ્ટિકોણમાં શ્રેણીબદ્ધ પ્રવૃત્તિ ઓળખ માટે સહકારી શિક્ષણ તકનીક વિકસાવી છે. આ તકનીકનો ઉપયોગ કરીને, આપણે વિવિધ દ્રષ્ટિકોણ, સેન્સર, શ્રેણીબદ્ધ વર્તણૂકો અને વિગતવાર વર્તણૂક લેબલ્સ વચ્ચે સુસંગત સુવિધાઓ શીખી શકીએ છીએ, અને આમ રહેવાની જગ્યાઓમાં જટિલ પ્રવૃત્તિઓની ઓળખ કામગીરીમાં સુધારો કરી શકીએ છીએ.
આ ટેકનોલોજી ડિજિટલ AI ટેકનોલોજી સેન્ટર, ટેકનોલોજી વિભાગ અને સ્ટેનફોર્ડ યુનિવર્સિટી ખાતે સ્ટેનફોર્ડ વિઝન અને લર્નિંગ લેબ વચ્ચેના સહયોગથી હાથ ધરવામાં આવેલા સંશોધનનું પરિણામ છે.
આકૃતિ ૧: સહકારી રચનાત્મક કાર્યવાહી સમજ (CCAU) સહકારી રીતે બધી પદ્ધતિઓને એકસાથે તાલીમ આપવાથી આપણને સુધારેલ કામગીરી જોવા મળે છે.
અમે વિડિઓ-સ્તર અને પરમાણુ ક્રિયા લેબલ બંનેનો ઉપયોગ કરીને તાલીમનો ઉપયોગ કરીએ છીએ જેથી વિડિઓઝ અને પરમાણુ ક્રિયાઓ બંને વચ્ચેની રચનાત્મક ક્રિયાપ્રતિક્રિયાઓનો લાભ લઈ શકે.
[2] ઓટોડીઓ: સ્કેલેબલ પ્રોબેબિલિસ્ટિક ઇમ્પ્લીસિટ ડિફરન્શિએશન દ્વારા લેબલ નોઇઝ સાથે બાયસ્ડ ડેટા માટે મજબૂત ઓટોઓગમેન્ટ
અમને એ જાહેરાત કરતાં પણ આનંદ થાય છે કે અમે એક નવી મશીન લર્નિંગ ટેકનોલોજી વિકસાવી છે જે તાલીમ ડેટાના વિતરણ અનુસાર આપમેળે શ્રેષ્ઠ ડેટા વૃદ્ધિ કરે છે. આ ટેકનોલોજી વાસ્તવિક દુનિયાની પરિસ્થિતિઓમાં લાગુ કરી શકાય છે, જ્યાં ઉપલબ્ધ ડેટા ખૂબ જ ઓછો છે. અમારા મુખ્ય વ્યવસાયિક ક્ષેત્રોમાં ઘણા કિસ્સાઓ છે, જ્યાં ઉપલબ્ધ ડેટાની મર્યાદાઓને કારણે AI ટેકનોલોજી લાગુ કરવી મુશ્કેલ છે. આ ટેકનોલોજીનો ઉપયોગ કરીને, ડેટા વૃદ્ધિ પરિમાણોની ટ્યુનિંગ પ્રક્રિયાને દૂર કરી શકાય છે, અને પરિમાણોને આપમેળે ગોઠવી શકાય છે. તેથી, એવી અપેક્ષા રાખી શકાય છે કે AI ટેકનોલોજીની એપ્લિકેશન શ્રેણી વધુ વ્યાપક રીતે ફેલાવી શકાય છે. ભવિષ્યમાં, આ ટેકનોલોજીના સંશોધન અને વિકાસને વધુ વેગ આપીને, અમે AI ટેકનોલોજીને સાકાર કરવા માટે કામ કરીશું જેનો ઉપયોગ વાસ્તવિક દુનિયાના વાતાવરણ જેમ કે પરિચિત ઉપકરણો અને સિસ્ટમોમાં થઈ શકે છે. આ ટેકનોલોજી અમેરિકાની પેનાસોનિક R&D કંપનીના ડિજિટલ AI ટેકનોલોજી સેન્ટર, ટેકનોલોજી વિભાગ, AI લેબોરેટરી દ્વારા હાથ ધરવામાં આવેલા સંશોધનનું પરિણામ છે.
આકૃતિ 2: ઓટોડીઓ ડેટા ઓગ્મેન્ટેશન (શેર્ડ-પોલિસી ડીએ દ્વિધા) ની સમસ્યાનું નિરાકરણ લાવે છે. ઓગ્મેન્ટેડ ટ્રેન ડેટા (ડેશ વાદળી) નું વિતરણ ગુપ્ત જગ્યામાં ટેસ્ટ ડેટા (સોલિડ લાલ) સાથે મેળ ખાતું નથી:
"2" ઓછું સંવર્ધિત છે, જ્યારે "5" વધુ સંવર્ધિત છે. પરિણામે, અગાઉની પદ્ધતિઓ પરીક્ષણ વિતરણ સાથે મેળ ખાતી નથી અને શીખેલા વર્ગીકરણ f(θ) નો નિર્ણય અચોક્કસ છે.
આ ટેકનોલોજીઓની વિગતો CVPR2021 (19 જૂન, 2017 થી યોજાનારી) માં રજૂ કરવામાં આવશે.
ઉપરોક્ત સંદેશ પેનાસોનિકની સત્તાવાર વેબસાઇટ પરથી આવ્યો છે!
પોસ્ટ સમય: જૂન-૦૩-૨૦૨૧
