マイコン向け組込み機械学習のワークフロー

• 組込み機械学習は、クラウドからデバイスへの推論を移行します。
• 本論文では、マイコン向けのワークフローを体系的に整理しています。
• 特に、データ処理やモデル設計の具体的な決定事項に焦点を当てています。

組込み機械学習は、リソース制約のあるデバイスでの推論を可能にします。本論文では、マイコン向けの機械学習ワークフローを体系的に整理し、データ取得からモデル実行までの工程を詳述しています。特に、サンプリングや特徴抽出、モデル設計などの具体的な技術的選択が新たな視点を提供します。デバイス上での推論に興味があるエンジニアや研究者にとって有益な内容です。

組込みシステムやIoTデバイスに関心のあるエンジニアや研究者に向いています。