불규칙한 시계열에 대한 동적 시간 왜곡


10

최근에 DTW (Dynamic Time Warping)에 대해 많이 읽었습니다. DTW를 불규칙한 시계열에 적용하는 데 전혀 문헌이 없거나 적어도 그것을 찾을 수 없다는 것이 매우 놀랍습니다.

아무도 나에게 그 문제와 관련된 무언가에 대한 참조를 줄 수 있습니까? 아니면 심지어 그 구현 일 수도 있습니까?


답변:


11

지금까지 내가 이해에 의해 불규칙한 시계열 무슨 뜻 고르지 간격 시계열 이라고도, 불규칙 샘플링 시간 시리즈 . 나는 일반적으로 시계열에 대해 궁금하기 때문에 (그리고 지금 나의) 관심 주제에 대한 간단한 연구를 수행했습니다. 결과는 다음과 같습니다.

시계열 분석, 클러스터링 및 분류에서 DTW (Dynamic Time Warping) 접근 방식의 인기가 높음에도 불구하고 불규칙한 시계열은 DTW를 이러한 데이터 유형에 적용하는 데 몇 가지 문제를 제기합니다 (예 : 이 백서이 백서 참조 ). 상대적으로 짧은 연구 노력을 바탕으로 DTW를 직접 적용하는 것이 불가능한지 여부는 명확하지 않습니다. 일부 연구 는 달리 제안합니다 ( 이 백서 / 장 참조 ). 좀 더 포괄적으로, 불규칙한 시계열에 대한 주제 논문 과 관련이있는 IMHO 우수성을 언급하고 싶습니다 .

그럼에도 불구하고이 주제는 주로 다음 두 가지 연구 흐름에 의해 다루어지는 것 같습니다 .

  • 모델 기반의 접근 방식 과 같은 DTW의 대안 인 제안 및 평가 방법 ( 본 백서본 백서 참조)
  • cDTW , EDR , ERP , TWED , 엔벨로프 변환 , CDTW ( 연속 DTW -cDTW 제한 DTW 와 혼동하지 마십시오 !) 및 기타 변형 (예 : 이 백서 참조)과 같은 수정 된 DTW 접근 방식을 제안하고 평가 합니다. 위에서 언급 한 접근 방식과 경험적 비교 결과에 대한 개요는 이 백서 에서 확인할 수 있습니다 .

마지막으로, DTW에 중점을두고 불규칙한 시계열에 대해 위에서 언급 한 알고리즘 중 일부를 지원하는 연구 또는 시스템 구현에 사용할 수 있는 오픈 소스 소프트웨어 의 주제를 다루고 싶습니다 . 이러한 소프트웨어에는 Python / NumPy 기반 cDTW 모듈 프로젝트GPU 중심 CUDA 기반 CUDA-DTW 프로젝트가 포함 됩니다. 들어 열광하는 포괄적 인 동적 타임 워프 프로젝트는 또한 (언급해야 해당 패키지를 R dtwCRAN에서 사용 가능). 비록 현재 불규칙한 시계열에 대해 많은 DTW 알고리즘을 지원하지는 않지만 (cDTW를 지원한다고 생각하지만)이 프로젝트가 DTW 알고리즘에 대한 포괄적 인 지원을 제공 할 때까지는 시간 문제라고 생각합니다. 데이터 주제를 연구하고이 게시물을 작성하는 것만큼이나 내 답변을 읽는 것이 즐거웠기를 바랍니다.


1

동적 서명 확인에 적용하여 'C'로 DTW를 성공적으로 구현했습니다. 나는 중국과 네덜란드 서명의 테스트 데이터베이스를 사용하여 EER을 확인했으며 매우 인상적인 결과를 얻었습니다. 현재 iPad에서 데모로 구현되었습니다. 내 알고리즘은 여러 공개 된 설명에서 직접 코딩했습니다. 코드를받을 수있는 방법이 있다면 코드를 공유하겠습니다. 성공에 기여한 한 가지는 입력 데이터를 '정규화'하는 것이 었습니다. 이것은 다른 샘플 속도를 사용하여 이종 데이터를 비교할 때 훨씬 쉬워졌습니다.


우리 사이트에 오신 것을 환영합니다! 사용자 이름, ID 아이콘 및 사용자 페이지에 대한 링크는 모든 게시물에 자동으로 추가되므로 게시물에 서명 할 필요가 없습니다.
Silverfish

2
우리는 우리의 답변이 원래의 포스터가 아니라 미래의 독자들에게 유용하기를 좋아하므로, 코드를 공유 할 수있는 가능성은 어딘가에 업로드하고 여기에 링크를 공유 할 수 있다면 더욱 유용 할 것입니다. 그러나 이것이 가능하지 않다면 아마도 "나의 알고리즘은 여러 출판 된 설명에서 직접 코드화되었다"는 것을 알 수있을 것입니다.
Silverfish

0

DTW에 들어가서 아래에 언급 된 패키지를 개인적으로 사용하지는 않았지만 다음 사항이 도움이되기를 바랍니다.

특히 Cran.R 프로젝트 : • "ts"는 숫자 타임 스탬프를 사용하여 규칙적으로 간격을 둔 시계열의 기본 클래스입니다. • "zoo"패키지는 타임 스탬프에 임의의 클래스를 사용하여 정기적으로 불규칙적으로 간격을 둔 시계열을위한 인프라를 제공합니다. "ts"와 최대한 일관되게 설계되었습니다. • 동물원 : 정기 및 불규칙 시계열을위한 S3 인프라 (Z의 순서 관찰)

참조 : http://cran.r-project.org/web/views/TimeSeries.htmlhttp://cran.r-project.org/web/packages/zoo/index.html

최고의 소원.


1
내 질문은 불규칙한 시계열의 맥락에 대한 방법으로서 DTW의 적응에 관한 것이었다. Zoo와 같은 패키지는 해당 문제에 대한 해결책을 제공하지 않습니다.
Remi D

0

TSdist 에는 dtw를 통한 거리를 결정하는 기능이 있습니다. 불규칙 동물원 시계열 접수


1
"수락"이 처리한다는 의미는 아닙니다. 항상 함수의 소스 코드를 확인해야합니다.
Remi D
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.