ShiftDTW：调整 DTW 度量用于循环时间序列聚类
数据结构与算法
2024-02-13 v2
摘要
DTW 度量的弹性提供了时间序列之间更灵活的比较，并被用于分类或聚类等众多机器学习领域。然而，如果某个时间序列在起始处发生移位且被省略的部分出现在该序列末尾，它无法对齐时间序列开头和结尾的测量值。由于此类序列具有循环性（即缺乏明确的起点或终点），我们依赖循环 DTW (Cyclic DTW) 方法提出了一种计算成本更低的近似计算方法。该近似方法随后将与 K-Means 聚类方法结合使用。
引用
@article{arxiv.2402.05631,
title = {ShiftDTW: adapting the DTW metric for cyclic time series clustering},
author = {Lucas Foulon and Ilyes Korichi and Xavier Millot},
journal= {arXiv preprint arXiv:2402.05631},
year = {2024}
}
备注
in French language. GAST@EGC 2024 : Atelier Gestion et Analyse des donn{\'e}es Spatiales et Temporelles, Aur{\'e}lie Leborgne; Nida Meddouri; Lo{\"i}c Salmon; Cl{\'e}ment Iphar, Jan 2024, Dijon, France