ScholarGate
Assistent
MCDMTime-series distance

Dynamische Tijdvervorming

Dynamische Tijdvervorming (DTW) is een afstandsmaat voor het vergelijken van tijdreeksen of sequentiële gegevens die in lengte of snelheid kunnen variëren. Geïntroduceerd door Hideki Sakoe en Seibi Chiba in 1978 voor spraakherkenning, meet DTW de minimale cumulatieve afstand die nodig is om twee sequenties uit te lijnen met behulp van dynamische programmering. In tegenstelling tot afstandsmaten met vaste afstanden, maakt DTW flexibele tijdsvervorming mogelijk, waardoor het ideaal is voor sequenties die qua vorm vergelijkbaar zijn, maar anders in tijd zijn verschoven of geschaald.

Toepassen met DecisionMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 3). Dynamic Time Warping Distance. ScholarGate. https://scholargate.app/nl/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

Geciteerd door

ScholarGateDynamic Time Warping (Dynamic Time Warping Distance). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/decision-making/dynamic-time-warping · Gegevensset: https://doi.org/10.5281/zenodo.20539026