Влияние квантования TinyML-моделей на устойчивость аудиосистем персонального Интернета вещей

В докладе рассматривается влияние различных режимов квантования моделей машинного обучения на устойчивость аудиосистем персонального интернета вещей (PIoT), функционирующих в условиях ограниченных вычислительных ресурсов. В качестве целевых устройств рассматриваются PIoT-устройства, оснащенные микрофонами, такие как умные наушники и колонки с голосовыми помощниками, использующие локальные TinyML-модели для распознавания аудиокоманд. Проведён экспериментальный анализ устойчивости моделей и их вариаций с использованием квантования при воздействии состязательных аудио-возмущений.