[논문 리뷰] Application Specific Instrumentation (ASIN): A Bio-inspired Paradigm to Instrumentation using recognition before detection

Amit Kumar Mishra|arXiv (Cornell University)|2016. 10. 31.

Neural Networks and Applications인용 수 4

한 줄 요약

이 논문은 고해상도, 응용 분야에 특화된 센서와 최소한의 계산을 사용하여 기존의 감지 우선 접근 방식을 대체하는 생물학적 영감을 받은 인스트루멘테이션 패러다임인 응용 분야 특화 인스트루멘테이션(ASIN)을 소개한다. 이는 단일 UWB 레이더 쌍을 사용하여 유방 종양 감지 및 슬러지 부피 추정과 같은 전문화된 작업에서 높은 성능을 달성하며, 시뮬레이션과 실험에서 각각 상관계수 0.91과 0.88를 기록한다. 또한 네이만-피어슨 및 크래머-라오 원칙을 활용해 해상도를 재정의한다.

ABSTRACT

In this paper we present a new scheme for instrumentation, which has been inspired by the way small mammals sense their environment. We call this scheme Application Specific Instrumentation (ASIN). A conventional instrumentation system focuses on gathering as much information about the scene as possible. This, usually, is a generic system whose data can be used by another system to take a specific action. ASIN fuses these two steps into one. The major merit of the proposed scheme is that it uses low resolution sensors and much less computational overhead to give good performance for a highly specialised application

연구 동기 및 목표

• 일반적인 데이터 수집이 아닌 기능 중심 센싱을 우선시하는 생물학적 시스템에서 영감을 얻은 새로운 인스트루멘테이션 패러다임을 개발한다.
• 고해상도 일반 센싱 대신 응용 분야에 특화된 측정 행렬에 초점을 맞춤으로써 계산 부담과 센서 복잡성을 줄인다.
• 인식 우선 인스트루멘테이션 기술이 의료 종양 감지 및 산업 슬러지 부피 추정과 같은 전문화된 작업에서 기존의 감지 기반 시스템을 능가할 수 있음을 입증한다.
• 목표 지향적이고 응용 분야에 특화된 맥락에서 성능을 더 잘 반영할 수 있도록 인스트루멘테이션 시스템의 해상도를 재정의한다.

제안 방법

• 목표 감지를 위해 환경 신호를 사전 처리하기 위해 응용 분야에 특화된 측정 행렬 $P_{ASIN}$을 갖춘 저해상도 센서를 설계한다.
• 복잡한 신호 처리 체인 대신 단순한 상관 처리기(коррелятор)를 사용하여 계산 부담을 줄인다.
• 필수적인 결정 외에는 출력하지 않는 이진 결정 해석기(binary decision interpreter)를 사용하여 처리 부담을 최소화한다.
• 패턴 인식 알고리즘을 적용하여 관심 있는 고장물의 감지 확률 $P_p$를 추정하고, 네이만-피어슨 원칙을 통해 가짜 양성 반응을 제어한다.
• UWB 레이더 반사파에서 슬러지 부피를 추정하기 위해 시뮬레이션 및 실측 데이터 기반으로 훈련된 단일층 신경망을 상관 처리기로 사용한다.
• 두 가지 프레임워크를 사용해 해상도를 재정의한다: 네이만-피어슨 기반 해상도 $\delta_{NP}$와 크래머-라오 경계 기반 해상도 $\delta_{CR}$로, 둘 다 감지 성능 변화와 피셔 정보와 연결되어 있다.

실험 결과

연구 질문

• RQ1 인식-이전 감지 접근 방식이 전문화된 응용 분야에서 기존의 감지 우선 인스트루멘테이션보다 뛰어난 성능을 낼 수 있는가?
• RQ2 응용 분야에 맞춤형 측정 행렬을 갖춘 저해상도, 응용 분야에 특화된 센서가 목표 작업에서 어떻게 높은 성능을 달성할 수 있는가?
• RQ3 목표 지향적이고 이진 결정 성격을 지닌 응용 분야 특화 인스트루멘테이션 시스템에 적합한 해상도 정의는 무엇인가?
• RQ4 단일 UWB 레이더 쌍이 종양 감지 및 슬러지 부피 추정과 같은 작업에서 다중 노드 어레이를 얼마나 대체할 수 있는가?
• RQ5 네이만-피어슨 및 크래머-라오 기반 해상도 지표는 ASIN 시스템에서 성능 정량화를 어떻게 향상시키는가?

주요 결과

• ASIN 프레임워크는 단일 UWB 레이더 쌍을 사용하여 슬러지 부피 추정에서 시뮬레이션 시 상관계수 0.91, 실측에서는 0.88를 달성하였다.
• ASIN은 단일 UWB 레이더를 사용하여 유방 종양 감지에서 효과적인 성능을 보였으며, 복잡한 센서 어레이와 고해상도 처리의 필요성을 크게 줄였다.
• 제안된 응용 분야에 특화된 측정 행렬 $P_{ASIN}$은 센서 출력을 목표 결정에 집중시키는 데 핵심적이며, 최소한의 계산으로도 높은 성능을 가능하게 한다.
• 네이만-피어슨 기반 해상도 $\delta_{NP}$는 가짜 양성 확률의 변화 $\Delta P_{fp}$가 임계값 $\epsilon$ 이하로 유지되는 최대의 아티팩트 값 변화 $\Delta\theta$로 정의되며, 성능 경계 기반의 해상도 정의를 제공한다.
• 크래머-라오 경계 기반 해상도 $\delta_{CR}$는 피셔 정보의 변화 $\Delta I(\theta) \leq \epsilon$를 만족하는 최대 $\Delta\theta$로 정의되며, 모델링이 어려운 시스템에 적합한 데이터 중심 해상도 지표를 제공한다.
• 본 연구는 ASIN 시스템이 기존 인스트루멘테이션 대비 낮은 비용, 낮은 계산 부담, 간단한 하드웨어로도 높은 작업 특화 정확도를 달성할 수 있음을 보여준다.