인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
웨어러블 센서를 이용한 행동 인식 모델을 저사양 마이크로컨트롤러에서 구동하려면 정확도와 함께 모델 크기와 실행시간을 고려해야 한다. 본 논문에서는 센서 데이터, 신경망 구조 및 모델구현으로 구성된 자원 제약을 고려한 다단계 최적화 방법을 제안한다. 먼저 연속 센서 데이터의 시간적 중복성을 이용한 교차 서브샘플링으로 입력 크기를 줄이고 학습 표본을 확장하였다. 다음으로 다양한 CNN과 MLP 구조를 비교하여 모델을 선정하고, 세 가지 양자화 방식을 적용하여 실제 장치에서 평가하였다. 선정된 CNN은 4,643개의 파라미터로 98.27%의 정확도를 보였다. 최종 양자화 모델은 98.40%의 정확도를 유지하면서 모델 크기를 13,640 바이트로 44.34% 줄이고 실행시간을 0.350 ms로 단축하였다. 이는 정확도, 모델 크기 및 실행시간을 함께 고려하는 다단계 최적화가 자원 제약형 행동인식 모델의 선정에 효과적임을 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
