Dynamic Time Warping (DTW)

시간적으로 어긋나거나 속도가 다르게 기록된 두 시계열 데이터 간의 유사한 패턴을 정렬하는 알고리즘 유사도 측정, 매칭이 어떻게 정렬됐는지 보여주는 경로 제공 거리함수 선택 필요 (유클리드, 맨해튼 등…) 일반적으로 1차원 시계열 데이터에서 사용 계산 복잡도 : m*n [장점] 두 시계열 데이터의 길이가 달라도 유사도를 측정할 수 있다. [단점] 모든 시간대를 비교하기 때문에 관계없는 시간대까지 반영될 수 있다.

결측치를 직접 처리할 수 없다. [작동방식] 시계열 정의 거리 행렬 계산 (D: Distance Matrix) 누적 거리 행렬 계산 (C: Cumulative Distance Matrix) 최적 경로 탐색 DTW 거리 계산 더 자세히 가보자..

시계열 정의 각각 길이가 m,n인 두 개의 시계열 X와 Y 정의 2. 거리 행렬 계산 3.

누적 거리 행렬 계산 이걸 자세히 보면 거리행렬에서 왼쪽, 위, 대각선 방향으로 가장 작은 비용을 더해줘서 만들어주는 것 그럼 뭐 이렇게 될것이...

요청 처리 중입니다...

Dynamic Time Warping (DTW)

등록된 다른 글