MindReading：一种用于基于EEG的人体意图识别的超低功耗光子加速器
信号处理
2020-02-03 v1
摘要
基于头皮记录脑电图（EEG）的脑机接口（BCI）系统可极大改善运动障碍患者的生活质量。为最大化人体意图识别准确率，构建了由多个卷积层、LSTM层和全连接层组成的深度神经网络来解码EEG信号。然而，先前的FPGA、ASIC、ReRAM和光子加速器在处理实时意图识别时无法维持足够的电池寿命。本文提出一种超低功耗光子加速器MindReading，仅通过低位宽加法和移位操作实现人体意图识别。与先前的神经网络加速器相比，为维持实时处理吞吐量，MindReading将功耗降低了62.7%，并将每瓦吞吐量提升了168%。
引用
@article{arxiv.2001.11954,
title = {MindReading: An Ultra-Low-Power Photonic Accelerator for EEG-based Human Intention Recognition},
author = {Qian Lou and Wenyang Liu and Weichen Liu and Feng Guo and Lei Jiang},
journal= {arXiv preprint arXiv:2001.11954},
year = {2020}
}
备注
6 pages, 8 figures