Marius Brehler wurde zusammen mit seinem Kollegen Lucas Camphausen auf dem 2023 IEEE 16th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC) mit einem Best Paper Award ausgezeichnet. Ihr Paper „Combining Decision Tree and Convolutional Neural Network for Energy Efficient On-Device Activity Recognition“ untersucht eine hybride, hierarchische Architektur, die den Energieverbrauch für Aufgaben der Aktivitätserkennung erfolgreich reduziert.
Aktivitätserkennung ist der Prozess der automatischen Identifizierung und Klassifizierung von Aktivitäten. Dies und das Teilproblem der Bewegungsklassifizierung können auf der Grundlage von Sensordaten durchgeführt werden, die von Beschleunigungssensoren geliefert werden. Ein besonderes Interessengebiet ist die Erkennung menschlicher Aktivitäten, die für eine Vielzahl von Anwendungen große Aufmerksamkeit auf sich gezogen hat. Sie kann unter anderem für medizinische Anwendungen genutzt werden. Für viele Anwendungen ist es zudem von großem Interesse, die Daten energieeffizient zu verarbeiten. Dies kann durch die Verarbeitung der Daten in der Nähe des Sensors auf einem kostengünstigen, stromsparenden eingebetteten Gerät erreicht werden.
Durch die Kombination eines Entscheidungsbaums mit einem Convolutional Neural Network in einer hierarchischen Architektur reduzierte das Hybridmodell der Wissenschaftler erfolgreich den Energiebedarf für Bewegungsklassifizierungsaufgaben in einem einfachen Datensatz mit acht verschiedenen Bewegungen und dem populären UCI HAPT-Datensatz für die Erkennung menschlicher Aktivitäten. Gleichzeitig unterstreichen die demonstrierten Ergebnisse, wie wichtig es ist, die Genauigkeit, definiert als der Prozentsatz der korrekt klassifizierten Bewegungen, des kombinierten Klassifikators zu bewerten und die Bewertung nicht auf die Genauigkeit des Entscheidungsbaums zu beschränken.
Das jährlich stattfindende IEEE International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC) befasst sich mit Themen an der Schnittstelle eingebetteter Künstlicher Intelligenz, Maschinellem Lernen und neuroinspirierten Multicore-Computern und -Systemen. Das Symposium fand zuletzt an der Singapore University of Technology and Design (SUTD) statt.
