최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.11 no.12, 2011년, pp.52 - 59
길기정 (충주대학교 컴퓨터공학과) , 송석일 (충주대학교 컴퓨터공학과) , 송재종 (한국전자부품연구원) , 이석필 (한국전자부품연구원) , 장세진 (한국전자부품연구원) , 이종설 (한국전자부품연구원)
In this paper, we propose an indexing method to support efficient similarity search for sequence databases. We present a new distance measurement called minimum DTW distance to enhance the filtering effects. The minimum DTW distance is to measure the minimum distance between a sequence data and the ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
DTW의 문제는 무엇인가? | 하지만, DTW는 그 복잡도로 인해서 대용량 시계열 데이터베이스에서 사용하기에는 한계가 있다. 이러한 문제를 해결하기 위해서 다양한 색인 기법들에 대한 연구가 진행되어왔다[1-7]. | |
유클리디언 거리는 어디에 적합하지 않은가? | 유클리디언 거리는 데이터 시퀀스를 구성하는 각 요소들을 독립적으로 다뤘다. 이로 인해 길이가 다르거나 샘플링 비율이 다른 데이터 시퀀스간의 거리측정에 적합하지 않았다. | |
최소 DTW 거리는 무엇인가? | 제안하는 색인 기법에서는 데이터 시퀀스에 대한 필터링 효과를 얻기 위해, 최소 DTW 거리를 새롭게 제안한다. 최소 DTW 거리는 유사한 데이터 시퀀스 그룹과 질의 시퀀스 사이의 최소거리를 측정하는 방법이다. 최소 DTW 거리는 계층적인 색인 구조를 통해서 시퀀스 데이터베이스를 필터링하면서 유사도 검색을 수행할 수 있도록 한다. |
I. Assent, M. Wichterich, R. Krieger, H. Kremer, and T. Seidl, "Anticipatory DTW for Efficieint Similarity Search in Time Series Databases," Proceedings of the VLDB Endowment, pp.826-837, 2009.
E. Keogh and C.A. Ratanamahatana, "Exact Indexing of Dynamic Time Warping," Knowledge and Information Systems, Vol.7, No.3, pp.358-386, 2005.
Y. Zhu and D. Shasha, "Warping Indexes with Envelope Transforms for Query by Humming," Proceedings of the ACM SIGMOD, pp.181-192, 2003.
S. Salvador and P. Chan, "FastDTW: Toward Accurate Dynamic Time Warping in Linear Time and Spaces," Proceedings of KDD Workshop on Mining Temporal and Sequential Data, pp.70-80, 2004.
Y. Sakurai, M. Yoshikawa, and C. Faloutsos, "FTW : Fast Similiarity Search under the Time Warping Distance," Proceedings of ACM PODS, pp.326-337, 2005.
V. Athitsos, P. Papapetrou, M. Potamias, G. Kollios, and D. Gunopulos, "Approximate Embedding-based Subsequence Matching of Time Series," Proceedings of ACM SIGMOD, pp.365-378, 2008.
A. Guttman, "R-trees: A Dynamic Index Structure for Spatial Searching," Proceedings of ACM SIGMOD, pp.47-57, 1984.
T. Warrenliao, "Clustering of Time Series Data -a Survey," Pattern Recognition, Vol.38, No.11, pp.1857-1874, 2005.
R. Weber, H. J. Schek, and S. Blott, "A Quantitative Analysis and Performance Study for Similarity Search Methods in Highdimensional Spaces," Proceedings of VLDB, pp.194-205, 1998.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.