[1] Home Action Genome- ဆန့်ကျင်ဘက်ဖွဲ့စည်းမှုဆိုင်ရာ လုပ်ဆောင်ချက် နားလည်မှု

ကင်မရာများ၊ မိုက်ခရိုဖုန်းများနှင့် အပူအာရုံခံကိရိယာများအပါအဝင် အာရုံခံကိရိယာ အမျိုးအစားများစွာကို အသုံးပြု၍ ၎င်းတို့၏အိမ်များတွင် လူသား၏နေ့စဉ်လှုပ်ရှားမှုများကို စုဆောင်းပေးသည့် ဒေတာအတွဲအသစ် "Home Action Genome" ကို တီထွင်ထုတ်လုပ်လိုက်ကြောင်း ဝမ်းမြောက်မိပါသည်။ ကျွန်ုပ်တို့သည် သက်ရှိနေရာများအတွက် ကမ္ဘာ့အကြီးဆုံး ဘက်စုံသုံးဒေတာအစုံကို တည်ဆောက်ကာ ထုတ်ပြန်ခဲ့ပြီး၊ လူနေနေရာများအတွက် ဒေတာအတွဲအများစုသည် အရွယ်အစားအားဖြင့် သေးငယ်သော်လည်း၊ ဤဒေတာအတွဲကို အသုံးချခြင်းဖြင့် AI သုတေသီများသည် ၎င်းအား လူနေထိုင်ရာနေရာရှိ လူများကို ထောက်ပံ့ပေးရန်အတွက် စက်သင်ယူမှုနှင့် AI သုတေသနအတွက် လေ့ကျင့်ရေးဒေတာအဖြစ် အသုံးပြုနိုင်သည်။

အထက်ဖော်ပြပါအပြင်၊ ကျွန်ုပ်တို့သည် ဘက်စုံနှင့် မျိုးစုံသော ရှုထောင့်များတွင် အထက်အောက် လုပ်ဆောင်ချက်များကို အသိအမှတ်ပြုရန်အတွက် ပူးပေါင်းလုပ်ဆောင်သော သင်ယူမှုနည်းပညာကို တီထွင်ထားပါသည်။ ဤနည်းပညာကို အသုံးပြုခြင်းဖြင့်၊ မတူညီသော ရှုထောင့်များ၊ အာရုံခံကိရိယာများ၊ အထက်အောက် အပြုအမူများနှင့် အသေးစိတ်အပြုအမူ အညွှန်းများကြားမှ တသမတ်တည်း အင်္ဂါရပ်များကို လေ့လာနိုင်ပြီး နေထိုင်သည့်နေရာများရှိ ရှုပ်ထွေးသော လုပ်ဆောင်ချက်များကို အသိအမှတ်ပြုခြင်း စွမ်းဆောင်ရည်ကို မြှင့်တင်ပေးပါသည်။
ဤနည်းပညာသည် ဒစ်ဂျစ်တယ် AI နည်းပညာစင်တာ၊ နည်းပညာဌာနခွဲနှင့် Stanford Vision နှင့် သင်ယူခြင်းဓာတ်ခွဲခန်းတို့ ပူးပေါင်းပြုလုပ်သည့် သုတေသနရလဒ်ဖြစ်သည်။

[2] AutoDO- အတိုင်းအတာဖြင့် ဖြစ်နိုင်ချေရှိသော သွယ်ဝိုက်သော ခြားနားချက်ဖြင့် အညွှန်း Noise ဖြင့် ဘက်လိုက်သောဒေတာအတွက် ခိုင်မာသော AutoAugment

ကျွန်ုပ်တို့သည် လေ့ကျင့်ရေးဒေတာဖြန့်ဝေမှုအရ အကောင်းဆုံးဒေတာတိုးမြှင့်မှုကို အလိုအလျောက်လုပ်ဆောင်ပေးမည့် စက်သင်ယူမှုနည်းပညာအသစ်ကို တီထွင်လိုက်ကြောင်းကိုလည်း ဝမ်းမြောက်မိပါသည်။ ဤနည်းပညာကို ရရှိနိုင်သောဒေတာ အလွန်သေးငယ်သည့် လက်တွေ့ကမ္ဘာအခြေအနေများတွင် အသုံးချနိုင်သည်။ ရရှိနိုင်သောဒေတာများ၏ကန့်သတ်ချက်များကြောင့် AI နည်းပညာကိုအသုံးပြုရန်ခက်ခဲသောကျွန်ုပ်တို့၏အဓိကစီးပွားရေးနယ်ပယ်များတွင်ဖြစ်ရပ်များစွာရှိသည်။ ဤနည်းပညာကို အသုံးပြုခြင်းဖြင့်၊ ဒေတာတိုးမြှင့်ခြင်းဆိုင်ရာ ကန့်သတ်ချက်များ၏ ချိန်ညှိခြင်းလုပ်ငန်းစဉ်ကို ဖယ်ရှားနိုင်ပြီး ကန့်သတ်ချက်များကို အလိုအလျောက်ချိန်ညှိနိုင်သည်။ ထို့ကြောင့် AI နည်းပညာ၏ အပလီကေးရှင်းအကွာအဝေးကို ပိုမိုကျယ်ပြန့်စွာ ဖြန့်ကျက်နိုင်မည်ဟု မျှော်လင့်နိုင်သည်။ အနာဂတ်တွင်၊ ဤနည်းပညာ၏ သုတေသနနှင့် ဖွံ့ဖြိုးတိုးတက်မှုကို ပိုမိုအရှိန်မြှင့်ခြင်းဖြင့်၊ အကျွမ်းတဝင်ရှိသော စက်ပစ္စည်းများနှင့် စနစ်များကဲ့သို့သော လက်တွေ့ကမ္ဘာပတ်ဝန်းကျင်များတွင် အသုံးပြုနိုင်သည့် AI နည်းပညာကို သိရှိနားလည်နိုင်ရန် ကျွန်ုပ်တို့ လုပ်ဆောင်သွားပါမည်။ ဤနည်းပညာသည် Panasonic R&D Company of America ၏ ဒစ်ဂျစ်တယ် AI နည်းပညာစင်တာ၊ နည်းပညာဌာနခွဲ၊ AI ဓာတ်ခွဲခန်းမှ ပြုလုပ်သော သုတေသနရလဒ်ဖြစ်သည်။

အဆိုပါနည်းပညာများ၏အသေးစိတ်အချက်အလက်များကို CVPR2021 (ဇွန် 19th၊ 2017 မှကျင်းပမည့်) တွင်တင်ပြလိမ့်မည်။

အထက်ပါ မက်ဆေ့ချ်သည် Panasonic တရားဝင် ဝဘ်ဆိုက်မှ လာပါသည်။