Moyennage barycentrique DTW
Le moyennage barycentrique DTW (DBA) est une méthode permettant de calculer la séquence moyenne ou représentative d'un ensemble de séries temporelles qui respecte la déformation temporelle et la distance élastique. Contrairement au moyennage euclidien qui exige un alignement point par point, le DBA minimise la somme des distances de "Dynamic Time Warping" (DTW), produisant une moyenne significative pour des séquences avec des alignements temporels flexibles. Introduite par Petitjean et ses collègues en 2011, cette méthode est largement utilisée dans le regroupement et la synthèse de séries temporelles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Time Warping Barycenter Averaging. ScholarGate. https://scholargate.app/fr/time-series/dtw-barycenter-averaging
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Transformée en ondelettes discrèteSéries temporelles↔ comparer
- Correction dynamique du tempsPrise de décision↔ comparer
- Regroupement hiérarchiqueApprentissage automatique↔ comparer
- Regroupement par K-moyennesApprentissage automatique↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →