DTW Barycenter Averaging
DTW Barycenter Averaging (DBA) on DTW baasil keskmise või esindusliku ajasarja arvutamise meetod, mis arvestab ajalist moonutust ja elastset kaugust. Erinevalt eukleidilisest keskmistamisest, mis nõuab punkt-punkti joondamist, minimeerib DBA dünaamilise aja moonutuse (DTW) kauguste summat, tootes tähendusliku keskmise paindlike ajajoondustega jadade jaoks. Petitjean ja kolleegid tutvustasid seda 2011. aastal ning seda kasutatakse laialdaselt ajasarjade klastreerimisel ja summariseerimisel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Dynamic Time Warping Barycenter Averaging. ScholarGate. https://scholargate.app/et/time-series/dtw-barycenter-averaging
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Diskreetne wavelet-teisendusAegread↔ võrdle
- Dünaamiline ajakohverdamineOtsustamine↔ võrdle
- Hierarchical ClusteringMasinõpe↔ võrdle
- K-keskmiste klasterdamineMasinõpe↔ võrdle
Similar methods
Märkasid sellel lehel viga? Teata sellest või paku parandust →