پیناسونیک دوه پرمختللي مصنوعي ذهانت ټیکنالوژي رامینځته کوي،
په CVPR2021 کې منل شوی،
د نړۍ مخکښ نړیوال مصنوعي ذهانت ټیکنالوژۍ کنفرانس
[1] د کور عمل جینوم: متضاد جوړښتي عمل پوهه
موږ په خوښۍ سره اعلان کوو چې موږ یو نوی ډیټاسیټ "کور ایکشن جینوم" رامینځته کړی چې د انسانانو ورځني فعالیتونه د دوی په کورونو کې د څو ډوله سینسرونو په کارولو سره راټولوي، پشمول د کیمرې، مایکروفونونو او تودوخې سینسرونو. موږ د ژوند کولو ځایونو لپاره د نړۍ ترټولو لوی څو ماډل ډیټاسیټ جوړ او خپور کړی، پداسې حال کې چې د ژوند کولو ځایونو لپاره ډیری ډیټاسیټ په پیمانه کوچني دي. د دې ډیټاسیټ 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 ژوند کولو ځای کې خلکو ملاتړ وکړي.
د پورته ذکر شویو سربیره، موږ په څو ماډلونو او څو لیدونو کې د درجه بندۍ فعالیتونو پیژندنې لپاره د همکارۍ زده کړې ټیکنالوژي رامینځته کړې ده. د دې ټیکنالوژۍ په کارولو سره، موږ کولی شو د مختلفو لیدونو، سینسرونو، درجه بندۍ چلندونو، او تفصيلي چلند لیبلونو ترمنځ دوامداره ځانګړتیاوې زده کړو، او پدې توګه د ژوند په ځایونو کې د پیچلو فعالیتونو پیژندنې فعالیت ښه کړو.
دا ټیکنالوژي د ډیجیټل AI ټیکنالوژۍ مرکز، ټیکنالوژۍ څانګې، او د سټینفورډ پوهنتون د سټینفورډ ویژن او زده کړې لابراتوار ترمنځ په همکارۍ ترسره شوې څیړنې پایله ده.
شکل ۱: د همکارۍ د ترکیبي عمل تفاهم (CCAU) په ګډه 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 ویډیوګانې او اټومي عملونه دواړه د دواړو ترمنځ د جوړښتي تعاملاتو څخه ګټه پورته کړي.
[2] AutoDO: د لیبل شور سره د متعصب معلوماتو لپاره قوي اتوماتیک زیاتوالی د توزیع وړ احتمالي ضمني توپیر له لارې
موږ دا هم په خوښۍ سره اعلان کوو چې موږ د ماشین زده کړې یوه نوې ټیکنالوژي رامینځته کړې چې د روزنې معلوماتو ویش سره سم په اتوماتيک ډول د معلوماتو غوره وده ترسره کوي. دا ټیکنالوژي په ریښتیني نړۍ شرایطو کې پلي کیدی شي ، چیرې چې شتون لرونکي معلومات خورا کوچني دي. زموږ په اصلي سوداګرۍ برخو کې ډیری قضیې شتون لري ، چیرې چې د شته معلوماتو محدودیتونو له امله د AI ټیکنالوژۍ پلي کول ستونزمن دي. د دې ټیکنالوژۍ په پلي کولو سره ، د معلوماتو د لوړولو پیرامیټرو د تنظیم کولو پروسه له مینځه وړل کیدی شي ، او پیرامیټرې په اوتومات ډول تنظیم کیدی شي. له همدې امله ، تمه کیدی شي چې د AI ټیکنالوژۍ د غوښتنلیک لړۍ په پراخه کچه خپره شي. په راتلونکي کې ، د دې ټیکنالوژۍ څیړنې او پراختیا نوره ګړندۍ کولو سره ، موږ به د AI ټیکنالوژۍ د پلي کولو لپاره کار وکړو چې په ریښتیني نړۍ چاپیریالونو لکه پیژندل شوي وسیلو 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 ۲: AutoDO د معلوماتو د زیاتوالي ستونزه حل کوي (د شریکې پالیسۍ DA ستونزه). د زیات شوي ریل ډیټا ویش (نیلي رنګ شوی) ممکن د پټ ځای کې د ازموینې ډیټا (جامد سور) سره سمون ونلري:
"2" کم زیات شوی دی، پداسې حال کې چې "5" ډیر زیات شوی دی. په پایله کې، مخکیني میتودونه د ازموینې ویش سره سمون نه خوري او د زده شوي طبقه بندي کونکي f(θ) پریکړه ناسمه ده.
د دې ټیکنالوژیو جزئیات به په CVPR2021 کې وړاندې شي (چې د جون له 19، 2017 څخه به ترسره شي).
پورته پیغام د پاناسونیک رسمي ویب پاڼې څخه راغلی دی!
د پوسټ وخت: جون-۰۳-۲۰۲۱
