この記事では、振動を基にしたジェスチャー認識技術の実用化に向け、低消費電力のFPGA上でコンパクトなニューラルネットワーク（NN）を活用するエネルギー効率的なソリューションが提案されています。従来の研究は複雑な前処理や高性能ハードウェアを必要とし、エネルギー消費が大きいため、実環境での展開が制限されていました。この研究では、複雑なスペクトル前処理を生の波形入力で置き換えたり、軽量なアーキテクチャを設計してパラメータを削減し、精度を維持したまま1D畳み込みニューラルネットワークを実装しています。また、整数のみの量子化と自動RTL生成によりFPGAの展開を簡易化し、メモリ制約を考慮した設計で運用の安定性を高めています。評価の結果、提案手法は低遅延かつエネルギー効率の良い推論を実現し、日常な家具上での振動ベースのジェスチャー認識の可能性を示しています。