پیناسونیک دوه پرمختللي AI ټیکنالوژي رامینځته کوي ،
CVPR2021 ته منل شوی،
د نړۍ مخکښ نړیوال AI ټیکنالوژۍ کنفرانس
[1] د کور عمل جینوم: متضاد ترکیبي عمل پوهه
موږ خوښ یو چې اعلان کوو چې موږ یو نوی ډیټاسیټ "د کور ایکشن جینوم" رامینځته کړی چې د ډیری ډول سینسرونو په کارولو سره د دوی په کورونو کې د انسان ورځني فعالیتونه راټولوي ، پشمول د کیمرې ، مایکروفونونو او حرارتي سینسرونو په شمول. موږ د اوسیدو ځایونو لپاره د نړۍ ترټولو لوی ملټي موډل ډیټاسیټ جوړ او خپور کړی ، پداسې حال کې چې د اوسیدو ځایونو لپاره ډیری ډیټاسیټونه په پیمانه کوچني دي. د دې ډیټا سیټ په پلي کولو سره ، د AI څیړونکي کولی شي دا د ماشین زده کړې او AI څیړنې لپاره د روزنې ډیټا په توګه وکاروي ترڅو د اوسیدو ځای کې د خلکو ملاتړ وکړي.
د پورتنیو برخو سربیره، موږ په څو موډل او څو لیدونو کې د درجه بندي فعالیت پیژندنې لپاره د کوپراتیف زده کړې ټیکنالوژي رامینځته کړې. د دې ټیکنالوژۍ په پلي کولو سره، موږ کولی شو د مختلف لیدونو، سینسرونو، درجه بندي چلندونو، او د چلند مفصلو لیبلونو تر منځ ثابت ځانګړتیاوې زده کړو، او پدې توګه د ژوند کولو ځایونو کې د پیچلو فعالیتونو پیژندلو فعالیت ښه کړو.
دا ټیکنالوژي د ډیجیټل AI ټیکنالوژۍ مرکز ، ټیکنالوژۍ څانګې او د سټینفورډ پوهنتون کې د سټینفورډ ویژن او زده کړې لابراتوار ترمینځ په همکارۍ ترسره شوې څیړنې پایله ده.
شکل 1: د کوپراتیف ساختماني عمل پوهاوی (CCAU) په ګډه سره د ټولو طریقو روزنه موږ ته اجازه راکوي چې ښه فعالیت وګورو.
موږ د ویډیو کچې او اټومي عمل لیبلونو په کارولو سره روزنه کاروو ترڅو ویډیو او اتومي عمل دواړو ته اجازه ورکړو چې د دواړو ترمینځ د ترکیبي تعاملاتو څخه ګټه پورته کړي.
[2] AutoDO: د توزیع وړ احتمالي احتمالي توپیر له لارې د لیبل شور سره د متعصب ډیټا لپاره قوي آٹو اګمینټ
موږ په دې هم خوښ یو چې اعلان کوو چې موږ د ماشین زده کړې نوې ټیکنالوژي رامینځته کړې چې په اتوماتيک ډول د روزنې ډیټا ویشلو سره سم د مطلوب ډیټا وده کوي. دا ټیکنالوژي د ریښتیني نړۍ شرایطو کې پلي کیدی شي ، چیرې چې موجود معلومات خورا کوچني دي. زموږ په اصلي سوداګریزو سیمو کې ډیری قضیې شتون لري، چیرې چې د موجود معلوماتو محدودیتونو له امله د AI ټیکنالوژۍ پلي کول ستونزمن دي. د دې ټیکنالوژۍ په پلي کولو سره ، د ډیټا لوړولو پیرامیټونو د تونګ پروسه له مینځه وړل کیدی شي ، او پیرامیټونه په اوتومات ډول تنظیم کیدی شي. له همدې امله، دا تمه کیدی شي چې د AI ټیکنالوژۍ غوښتنلیک لړۍ په پراخه کچه خپره شي. په راتلونکي کې، د دې ټیکنالوژۍ د څیړنې او پراختیا په چټکتیا سره، موږ به د AI ټیکنالوژۍ درک کولو لپاره کار وکړو چې د ریښتینې نړۍ چاپیریالونو لکه پیژندل شوي وسایلو او سیسټمونو کې کارول کیدی شي. دا ټیکنالوژي د ډیجیټل AI ټیکنالوژۍ مرکز ، ټیکنالوژۍ څانګې ، د امریکا د Panasonic R&D شرکت AI لابراتوار لخوا ترسره شوي څیړنې پایله ده.
شکل 2: AutoDO د ډیټا د زیاتوالي ستونزه حل کوي (د شریک شوي پالیسي DA ډیلیما).
"2" کم شوی دی، پداسې حال کې چې "5" ډیر شوی دی. د پایلې په توګه، مخکیني میتودونه نشي کولی د ازموینې ویش سره سمون ولري او د زده کړې درجه بندي f(θ) پریکړه ناسمه ده.
د دې ټیکنالوژیو توضیحات به په CVPR2021 کې وړاندې شي (د جون له 19th، 2017 څخه ترسره کیږي).
پورته پیغام د Panasonic رسمي ویب پاڼې څخه راځي!
د پوسټ وخت: جون-03-2021
