연구진이 하이브리드 뇌-컴퓨터 인터페이스(BCI)를 위한 경량 아키텍처 SwitchBraidNet을 제안했어요. 이 모델은 운동 상상(MI)과 안정 상태 시각 유발 전위(SSVEP)를 통합하여 다중 척도 진동 특징을 추출해요.
SwitchBraidNet은 FP16 환경에서 MI 정확도 69.49%, SSVEP 정확도 93.48%, 하이브리드 정보 전송률 64.82 비트/분을 달성했어요.
INT8 환경에서 3.03KB의 작은 풋프린트를 유지하며 다양한 수치 정밀도에서 높은 정확도를 유지하여 저전력 임베디드 BCI 배포에 적합해요.