본 논문은 웨어러블 기기 상에서의 인간 활동 인식(HAR)을 위한 새로운 TinyML 방법론인 Dendron을 제안합니다. 기존의 TinyML 기반 HAR 방법론들은 새로운 활동 인식 과제에 대한 온디바이스 학습 능력, 특히 지도 학습 데이터가 부족한 경우에 어려움을 겪습니다. Dendron은 제한된 지도 학습 데이터 환경에서도 새로운 HAR 과제에 대한 온디바이스 학습을 가능하게 하도록 설계되었습니다. 공개 데이터셋 두 개와 STM32-NUCLEO-F401RE 기기를 사용한 실험 결과를 통해 제안된 방법론의 효과성과 효율성을 보여줍니다.
