Process / pipelineTime-series alignment and averaging

Purataan Barycenter DTW

Purataan Barycenter DTW (DBA) ialah satu kaedah untuk mengira jujukan purata atau wakil bagi satu set jujukan masa yang mengambil kira penyelewengan masa dan jarak elastik. Berbeza dengan purataan Euclidean yang memerlukan penjajaran titik demi titik, DBA meminimumkan jumlah jarak Dynamic Time Warping (DTW), menghasilkan purata yang bermakna untuk jujukan dengan penjajaran masa yang fleksibel. Diperkenalkan oleh Petitjean dan rakan-rakannya pada tahun 2011, ia digunakan secara meluas dalam pengelompokan dan peringkasan jujukan masa.

Buka dalam MethodMindTidak lama lagiApply, compare, get guidance

Tools & resources

Muat turun slaid

Learn & explore

VideoTidak lama lagi

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Purataan Barycenter DTW

Transformasi Gelombang D…Dynamic Time Warping Pencapanian Hierarkis PengeLCManan K-means

Sumber

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 ↗

Cara memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.