ORBITAL：通过架构感知的低精度压缩优化鲁棒脑机接口推理

arXiv:2610.36411v1 公告类型：cross 摘要：紧凑型脑电图（EEG）解码器可实现嵌入式脑机接口（BCI），但压缩可能改变对抗鲁棒性，且不会带来成比例的硬件节省。我们提出 ORBITAL，一个受鲁棒性约束的框架，结合了硬件可实现的结构化压缩、恢复感知的工作点选择、多攻击评估和原生边缘验证。在 BCI Competition IV-2a 的九名受试者和三个随机种子上，S25-TRADES 在压缩 EEGNet 模型中取得了观测到的最高平均真并集鲁棒性（23.06%，标准 Full 为 21.27%），同时参数量减少 26.27%，MACs 减少 25.10%。匹配对照表明 TRADES 是鲁棒性恢复的主要来源，使 S25 并集准确率较干净恢复提高 6.74 个百分点（p=0.0039），而逐样本分析揭示的是边界重分布而非均匀的间隔扩展。在 Jetson Orin Nano 上，FP16 压缩使板级能耗最多降低 16.20%，延迟降低 8.00%。尽管预测一致率达 99.3%，原生 INT8 Q/DQ 的延迟和能耗约为 FP16 的两倍，表明需要联合鲁棒性与硬件感知优化。

中文由 AI 翻译，仅供参考，以原文为准。