DalšíDalší průvodce
Funkce zpoždění pro předpověď časových řad
Technický
Technický PRŮVODCE
Dynamické pokřivení času (DTW) měří odlišnost sekvencí nalezením nízkonákladové cesty zarovnání, která může prodloužit nebo zkrátit čas.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Pomáhá porovnávat vzory, které se odvíjejí různou rychlostí, ale neomezené pokřivení může vytvořit nevěrohodné shody a jeho vzdálenost není metrikou v každé běžné formě.
Dvě časové řady mohou mít podobný tvar, ale různé načasování. Běžec může opakovat pohyb pomaleji nebo dva mluvčí mohou pronést stejnou frázi různou rychlostí. Euklidovská vzdálenost porovnává hodnoty na odpovídajících indexech a může vykazovat velké rozdíly, když jsou odpovídající události posunuty. DTW hledá cestu zarovnání prostřednictvím párové matice nákladů, což umožňuje, aby se jeden bod v jedné sérii zarovnal s více body ve druhé. Opakované dynamické programování akumuluje místní náklady a zároveň vynucuje monotónní pohyb maticí. Cesta začíná u prvního páru a končí u posledního páru s povolenými kroky, jako je diagonální, horizontální nebo vertikální postup. Minimální kumulativní náklady definují optimální sladění. Implementace vykazují cenu cesty nebo její druhou odmocninu a mohou se také normalizovat podle délky cesty, takže porovnávejte pouze odpovídající konvence. Omezení, jako je pásmo Sakoe-Chiba, omezují deformaci na okolí úhlopříčky, čímž se snižují extrémní zarovnání a výpočty. U hypotetických pohybových sekvencí se krátká pauza v jednom představení může shodovat s několika blízkými snímky v jiném. To může odhalit podobnost v celkové progresi navzdory kolísání rychlosti. Pokud je však warping neomezený, lze nesouvisející události porovnat nadměrným roztažením jedné sekvence. Omezení cesty kóduje, která změna časování je pro aplikaci přijatelná. Předzpracování, vzorkovací frekvence, místní náklady a normalizace délky – to vše je důležité. DTW se používá při hledání podobnosti, klasifikaci časových řad a shlukování. Jeho standardní vzdálenost není obecně zaručena pro uspokojení trojúhelníkové nerovnosti, takže předpoklady zrychlení metrického stromu mohou selhat. Může to být nákladné pro dlouhé sekvence, motivující prořezávání, nižší meze nebo aproximace. Vyhodnoťte pomocí označených příkladů nebo recenzí domény a kontrolujte zarovnání spíše než důvěřujte jedné vzdálenosti. DTW řeší elasticitu časování; neřeší amplitudové škálování, chybějící segmenty nebo sémantické rozdíly, pokud nejsou zastoupeny v místních nákladech nebo předběžném zpracování. Dobré zarovnání je věrohodné pod povolenou cestou, není to důkaz, že dvě sekvence mají identický význam.
Hypotetické gesto se provede dvakrát různými rychlostmi. DTW zarovnává odpovídající pohybové segmenty navzdory tomu, že jedna sekvence trvá déle, zatímco euklidovské srovnání bod po bodu by penalizovalo časový posun.
Nákladová matice porovnává každý snímek v sekvenci A s každým snímkem v sekvenci B. Dynamické programování shromažďuje cestu s nejnižšími náklady od prvního páru k poslednímu v rámci povolených omezení kroku.
Tým přidá okno deformace, které omezí shody na téměř diagonální cesty, čímž zabrání tomu, aby se krátký pohyb zarovnal se vzdálenou částí druhého signálu.
Výzkumník používá vzdálenosti DTW s klasifikací nejbližšího souseda a volí jakoukoli normalizaci nebo omezení konzistentně mezi tréninkovými a testovacími sekvencemi.
Pracovní postupy DTW mohou být spolehlivější, když vizualizace zobrazují vybranou cestu zarovnání a přípustnou oblast deformace vedle výsledného skóre. Týmy by měly vyladit omezení pomocí realistických časových změn a vyhodnotit zdržené sekvence a zkontrolovat, zda rozdílné délky nebo vzorkovací frekvence zkreslují srovnání. Přibližné metody mohou pomoci v měřítku, ale měly by být porovnány s přesnými výsledky na reprezentativních podskupinách. V aplikacích, kde má načasování význam, může nadměrné pokřivení vymazat důležité rozdíly. Zprávy by měly uvádět místní náklady, omezení cesty a normalizaci, aby uživatelé pochopili, jakou podobnost měří skóre.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Dynamické pokřivení času (DTW) měří odlišnost sekvencí nalezením nízkonákladové cesty zarovnání, která může prodloužit nebo zkrátit čas. Pomáhá porovnávat vzory, které se odvíjejí různou rychlostí, ale neomezené pokřivení může vytvořit nevěrohodné shody a jeho vzdálenost není metrikou v každé běžné formě.
DTW umožňuje nelineární zarovnání v čase, takže lze porovnávat podobné vzory při různých rychlostech.
Každá buňka ukládá svou místní cenu plus minimální cenu předchůdce mezi povolenými kroky.
Okno deformace omezuje, jak daleko může být časování sekvence roztaženo nebo zkomprimováno.
Neomezená cesta může vytvářet levné, ale nepravděpodobné shody opakováním nebo roztahováním částí.
Místní náklady porovnávají příznakové vektory u každého páru časových indexů, často s druhou mocninou euklidovské vzdálenosti.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Funkce zpoždění pro předpověď časových řad
Technický