ScholarGate
Avustaja
MCDMTime-series distance

Dynaaminen ajan vääristymä

Dynaaminen ajan vääristymä (Dynamic Time Warping, DTW) on etäisyysmittari aikasarjojen tai sekvenssidatan vertailuun, jotka voivat vaihdella pituudeltaan tai nopeudeltaan. Hideki Sakoe ja Seibi Chiba esittelivät sen vuonna 1978 puheentunnistusta varten. DTW mittaa minimaalista kumulatiivista etäisyyttä, joka tarvitaan kahden sekvenssin kohdistamiseen dynaamisen ohjelmoinnin avulla. Toisin kuin kiinteän etäisyyden mittarit, DTW mahdollistaa joustavan ajan vääristymisen, mikä tekee siitä ihanteellisen sekvensseille, jotka ovat muodoltaan samanlaisia, mutta ajoitukseltaan tai nopeudeltaan erilaisia.

Sovella työkalulla DecisionMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Dynaaminen ajan vääristymä
Levenshtein-etäisyysDTW-keskiarvo

Lähteet

  1. Sakoe, H., & Chiba, S. (1978). Dynamic programming algorithm optimization for spoken word recognition. IEEE Transactions on Acoustics, Speech, and Signal Processing, 26(1), 43-49. DOI: 10.1109/TASSP.1978.1163055
  2. Salvador, S., & Chan, P. (2007). FastDTW: Toward accurate dynamic time warping in linear time and space. KDD Explorations, 5(1), 70-86. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Dynamic Time Warping Distance. ScholarGate. https://scholargate.app/fi/decision-making/dynamic-time-warping

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Tähän viittaavat

ScholarGateDynamic Time Warping (Dynamic Time Warping Distance). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/decision-making/dynamic-time-warping · Aineisto: https://doi.org/10.5281/zenodo.20539026