Россия
Россия
В данной работе рассматривается актуальная проблема повышения автономности систем безопасности, основанных на распознавании акустико-вибрационных образов. Основное внимание уделяется переходу от облачных вычислений к парадигме миниатюрного машинного обучения (TinyML), позволяющей переносить процессы обработки данных непосредственно на оконечные устройства. Авторами анализируются методы снижения вычислительной нагрузки на центральный процессор микроконтроллера за счет использования специализированных аппаратных модулей для предварительной подготовки сигналов. В статье доказывается эффективность совместного проектирования аппаратной и программной частей системы для минимизации энергопотребления при сохранении высокой точности классификации событий.
миниатюрное машинное обучение (TinyML), энергоэффективность, акустико-вибрационные сигналы, аппаратная предобработка, квантование нейронных сетей, микроконтроллеры, извлечение признаков, регистровая логика (RTL)
1. Исследование способов защиты информации от утечки по акустическому и виброакустическому каналам / В. К. Зольников, С. А. Сазонова, А. И. Заревич, С. С. Башун // Моделирование систем и процессов. – 2025. – Т. 18, № 2. – С. 27-40. – DOIhttps://doi.org/10.12737/2219-0767-2025-18-2-27-40. – EDN GBWORY.
2. Технология разработки RTL модели описания изделия при разработке программно-аналитического комплекса САПР / Д. В. Шеховцов, А. М. Плотников, К. В. Зольников, А. И. Заревич // Моделирование систем и процессов. – 2023. – Т. 16, № 3. – С. 79-86. – DOIhttps://doi.org/10.12737/2219-0767-2023-16-3-79-86. – EDN MGXEWN.
3. Сазонова, С. А. Исследование и разработка моделей проектирования микросхем цифровой обработки информации / С. А. Сазонова, К. В. Зольников, В. Ф. Асминин // Моделирование систем и процессов. – 2025. – Т. 18, № 3. – С. 89-99. – DOIhttps://doi.org/10.12737/2219-0767-2025-18-3-89-99. – EDN LGIGCI.
4. Ray, P. P. A review on TinyML: State-of-the-art and prospects / P. P. Ray // Journal of King Saud University. Computer and Information Sciences. – 2022. – Vol. 34, No. 4. – P. 1595-1623. – DOIhttps://doi.org/10.1016/j.jksuci.2021.11.019. – EDN ISZGCE.
5. Kwon, J. Hardware/Software Co-Design for TinyML Voice-Recognition Application on Resource Frugal Edge Devices / J. Kwon, D. Park // Applied Sciences (Switzerland). – 2021. – Vol. 11, No. 22. – P. 11073. – DOIhttps://doi.org/10.3390/app112211073. – EDN JZRQXN.
