BioNetExplorer：面向可穿戴设备生物信号处理的深度神经网络架构空间探索
信号处理
2021-09-08 v1 机器学习
摘要
在这项工作中，我们提出BioNetExplorer框架，以系统性地生成并探索可穿戴设备中生物信号处理的多种DNN架构。我们的框架调整关键的神经架构参数，以搜索具有低硬件开销的嵌入式DNN，其可部署于可穿戴边缘设备来分析生物信号数据并提取相关信息，如心律失常和癫痫。我们的框架还支持在探索阶段通过施加用户需求和硬件约束（存储、FLOPs等）来实现硬件感知的DNN架构搜索，从而限制所探索的网络数量。此外，BioNetExplorer也可用于基于用户所需输出类别搜索DNN；例如，用户可能因遗传易感性或既有心脏疾病而需要特定输出类别。与使用穷举探索相比，遗传算法的使用平均将探索时间减少了9倍。我们成功识别出帕累托最优设计，其可在质量损失小于0.5%的情况下将DNN的存储开销降低约30MB。为实现低成本嵌入式DNN，BioNetExplorer还采用不同的模型压缩技术，在质量损失<0.2%的情况下将网络存储开销进一步降低至多53倍。
引用
@article{arxiv.2109.02909,
title = {BioNetExplorer: Architecture-Space Exploration of Bio-Signal Processing Deep Neural Networks for Wearables},
author = {Bharath Srinivas Prabakaran and Asima Akhtar and Semeen Rehman and Osman Hasan and Muhammad Shafique},
journal= {arXiv preprint arXiv:2109.02909},
year = {2021}
}