BioTrain：バイオシグナル向けエッジAIのための、サブMB・サブ50mWでのオンデバイス微調整

arXiv cs.LG / 2026/4/16

📰 ニュースSignals & Early TrendsModels & Research

共有:

要点

BioTrainは、サブメガバイトのメモリ容量およびサブ50 mWの電力制約のもとで、エッジのウェアラブルデバイス上に直接バイオシグナルAIモデルのフルネットワーク微調整を実行するための研究フレームワークである。
本論文は、被験者間やセッション間で生じるバイオシグナル領域のシフト（例：EEG/EOG）を対象とし、オンデバイス適応が、ユーザのプライバシーを維持しつつ、デプロイ後の信頼性を大幅に向上できることを示す。
実験では、非適応のベースラインに対して最大35%の精度向上が報告されており、Day-1の新規被験者キャリブレーションでは、最終層のみの更新に対して約7%の優位性が示されている。
GAP9 MCU上で、BioTrainは効率的なメモリアロケータとネットワークトポロジ最適化によりより大きいバッチサイズを可能にしつつ、50 mW未満の消費電力を維持して、オンデバイス学習スループット17 samples/s（EEG）および85 samples/s（EOG）を達成する。
完全にオンチップでのバックプロパゲーションにより、BioTrainは、バッチ正規化を用いる従来のフルネットワーク微調整（バッチサイズ8）と比べてメモリフットプリントを8.1x（5.4 MBから0.67 MBへ）削減する。