Process / pipelineTime-series alignment and averaging

DTW-Baryzentrische Mittelung

DTW-Baryzentrische Mittelung (DBA) ist eine Methode zur Berechnung der durchschnittlichen oder repräsentativen Sequenz einer Menge von Zeitreihen, die zeitliche Verwerfungen und elastische Abstände berücksichtigt. Im Gegensatz zur euklidischen Mittelung, die eine punktweise Ausrichtung erfordert, minimiert DBA die Summe der dynamischen Zeitverwerfungsabstände (DTW) und liefert einen aussagekräftigen Durchschnitt für Sequenzen mit flexiblen zeitlichen Ausrichtungen. Eingeführt von Petitjean und Kollegen im Jahr 2011, wird es häufig für Zeitreihen-Clustering und -Zusammenfassung verwendet.

In MethodMind öffnenDemnächstApply, compare, get guidance

Tools & resources

Folien herunterladen

Learn & explore

VideoDemnächst

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

DTW-Baryzentrische Mittelung

Diskrete Wavelet-Transfo…Dynamic Time Warping Hierarchische Clusterana…K-means Clustering

Quellen

Salvador, S., & Chan, P. (2004). FastDTW: Toward accurate dynamic time warping in linear time and space. Intelligent Data Analysis, 11(5), 561–580. link ↗
Petitjean, F., Ketterlin, A., & Gançarski, P. (2011). A global averaging method for dynamic time warping, with applications to clustering. Pattern Recognition, 44(3), 678–693. DOI: 10.1016/j.patcog.2010.09.013 ↗
Cuturi, M., & Blondel, M. (2016). Soft-DTW: A differentiable loss function for time-series. arXiv preprint arXiv:1703.01541. link ↗

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Dynamic Time Warping Barycenter Averaging. ScholarGate. https://scholargate.app/de/time-series/dtw-barycenter-averaging

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.