研究人员开发了一种仅使用心电图（ECG）信号对四个睡眠阶段进行分类的能源高效方法，旨在用于可穿戴设备。虽然MobileNet-v1等深度学习模型取得了高精度，但其能耗过高。该研究介绍了SleepLiteCNN，一种针对低功耗优化的模型，即使经过8位量化，也能保持高精度和F1分数。这种方法能够在资源受限的设备上实现实时、连续的睡眠监测。 AI
影响 通过可穿戴设备上的能源高效AI，实现更易于访问和连续的睡眠监测。
排序理由 详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
