연구진은 기존 신경망의 부동소수점 연산으로 인한 실시간 EEG 분류의 병목 현상을 해결하기 위해 차등 논리 게이트 네트워크(Diff-Logic)를 제안했습니다.
4개의 EEG 데이터셋에서 Diff-Logic은 동일 용량의 MLP와 BNN을 능가했으며, 특히 치매 스크리닝에서 Macro F1 점수가 6.8% 향상되었습니다.
Diff-Logic은 모델 크기가 10배 증가해도 추론 시간이 거의 일정하게 유지되어, 최대 2.9배의 속도 향상을 달성했습니다.