ScholarGate
Assistent
MCDMTime-series distance

Dynamisk tidssvepning

Dynamisk tidssvepning (DTW) är en distansmetrik för att jämföra tidsserier eller sekventiella data som kan variera i längd eller hastighet. DTW introducerades av Hideki Sakoe och Seibi Chiba 1978 för taligenkänning och mäter den minimala ackumulerade distansen som krävs för att anpassa två sekvenser med hjälp av dynamisk programmering. Till skillnad från distansmetriker med fast avstånd tillåter DTW flexibel tidssvepning, vilket gör den idealisk för sekvenser som är lika i form men förskjutna eller skalade olika i tid.

Tillämpa med DecisionMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateDynamic Time Warping (Dynamic Time Warping Distance). Hämtad 2026-06-15 från https://scholargate.app/sv/decision-making/dynamic-time-warping · Datamängd: https://doi.org/10.5281/zenodo.20539026