파나소닉, 두 가지 첨단 AI 기술 개발
CVPR2021에 합격했습니다.
세계 최고의 국제 AI 기술 컨퍼런스
[1] 홈 액션 게놈: 대조적 구성 액션 이해
카메라, 마이크, 열 센서 등 다양한 센서를 사용하여 집에서 사람들의 일상 활동을 수집하는 새로운 데이터 세트 "Home Action Genome"을 개발하게 되어 기쁩니다. 대부분의 생활 공간 데이터 세트가 규모가 작았던 것과는 달리, 저희는 세계 최대 규모의 생활 공간용 멀티모달 데이터 세트를 구축하고 공개했습니다. 이 데이터 세트를 적용하면 AI 연구자들은 머신러닝 및 AI 연구를 위한 훈련 데이터로 활용하여 생활 공간에서 사람들을 지원할 수 있습니다.
위에 더하여, 다중 모드 및 다중 관점에서 계층적 행동 인식을 위한 협동 학습 기술을 개발했습니다. 이 기술을 적용하면 서로 다른 관점, 센서, 계층적 행동, 그리고 세부적인 행동 라벨 간의 일관된 특징을 학습하여 생활 공간에서 복잡한 행동의 인식 성능을 향상시킬 수 있습니다.
이 기술은 스탠포드 대학의 디지털 AI 기술 센터, 기술 부문과 스탠포드 비전 및 학습 랩의 협업으로 수행된 연구의 결과입니다.
그림 1: 협력적 구성적 행동 이해(CCAU) 모든 방식을 함께 협력하여 훈련하면 성과가 향상되는 것을 볼 수 있습니다.
우리는 비디오 수준과 원자적 동작 레이블을 모두 사용하는 훈련을 활용하여 비디오와 원자적 동작이 둘 사이의 구성적 상호 작용으로부터 이익을 얻을 수 있도록 합니다.
[2] AutoDO: 확장 가능한 확률적 암묵적 미분을 통한 레이블 노이즈가 있는 편향된 데이터에 대한 강력한 자동 증강
또한, 학습 데이터의 분포에 따라 최적의 데이터 증강을 자동으로 수행하는 새로운 머신 러닝 기술을 개발했다는 소식을 전해드리게 되어 기쁩니다. 이 기술은 사용 가능한 데이터가 매우 적은 실제 상황에 적용할 수 있습니다. 당사의 주요 사업 분야에서는 사용 가능한 데이터의 한계로 인해 AI 기술을 적용하기 어려운 경우가 많습니다. 이 기술을 적용하면 데이터 증강 매개변수의 튜닝 프로세스를 없애고 매개변수를 자동으로 조정할 수 있습니다. 따라서 AI 기술의 적용 범위가 더욱 넓어질 것으로 예상됩니다. 앞으로 이 기술의 연구 개발을 더욱 가속화하여 익숙한 기기 및 시스템과 같은 실제 환경에서 사용할 수 있는 AI 기술을 실현하기 위해 노력할 것입니다. 이 기술은 Panasonic R&D Company of America의 AI 연구소 기술 부문 디지털 AI 기술 센터에서 수행한 연구 결과입니다.
그림 2: AutoDO는 데이터 증강 문제(공유 정책 DA 딜레마)를 해결합니다. 증강된 훈련 데이터(파란색 점선)의 분포는 잠재 공간에서 테스트 데이터(빨간색 실선)와 일치하지 않을 수 있습니다.
"2"는 과소 증강된 반면, "5"는 과대 증강되었습니다. 결과적으로, 기존 방법은 검정 분포와 일치할 수 없으며, 학습된 분류기 f(θ)의 결정은 부정확합니다.
이러한 기술의 세부 사항은 CVPR2021(2017년 6월 19일 개최)에서 발표될 예정입니다.
위의 메시지는 파나소닉 공식 웹사이트에서 나온 것입니다!
게시 시간: 2021년 6월 3일
