ScholarGate
Asisten
MCDMTime-series distance

Dynamic Time Warping

Dynamic Time Warping (DTW) adalah metrik jarak untuk membandingkan deret waktu atau data sekuensial yang mungkin bervariasi dalam panjang atau kecepatan. Diperkenalkan oleh Hideki Sakoe dan Seibi Chiba pada tahun 1978 untuk pengenalan ucapan, DTW mengukur jarak kumulatif minimal yang diperlukan untuk menyelaraskan dua urutan menggunakan pemrograman dinamis. Berbeda dengan metrik jarak tetap, DTW memungkinkan pelenturan waktu yang fleksibel, menjadikannya ideal untuk urutan yang serupa dalam bentuk tetapi berbeda dalam waktu atau skala.

Terapkan dengan DecisionMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  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

Cara menyitasi halaman ini

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

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateDynamic Time Warping (Dynamic Time Warping Distance). Diakses 2026-06-15 dari https://scholargate.app/id/decision-making/dynamic-time-warping · Set data: https://doi.org/10.5281/zenodo.20539026