본 논문은 자원 제약적인 웨어러블 및 에지 노드에서 파킨슨병(PD) 환자의 보행 감지를 위해 3축 가속도 데이터의 짧은 시간 창을 이용한 온디바이스 시계열 분석을 연구합니다. 크기 임계값 처리를 시간-시계열 분석을 위한 세 가지 1D CNN(분리 가능한 컨볼루션, 순수 분리형 및 잔차 연결을 가진 모델)과 비교했습니다. BioStampRC21 데이터 세트, 2초 윈도우(30Hz), 16명의 PD 환자를 대상으로 한 subject-independent leave-one-subject-out (LOSO) 검증을 사용한 결과, 잔차 분리형 모델(Model 2, 533개 매개변수)은 PR-AUC = 94.5%, F1 = 91.2%, MCC = 89.4%를 달성하여 기본 모델(5,552개 매개변수)과 거의 동일한 성능을 보였으며 매개변수 수는 약 10배 적었습니다. 또한, 소형 CNN은 STM32급 MCU에서 짧은 메모리/지연 시간 예산 내에서 실행되어 전송/저장의 온센서 게이팅을 가능하게 했습니다.
