論文の概要: Warping and Matching Subsequences Between Time Series

• arxiv url: http://arxiv.org/abs/2506.15452v1
• Date: Wed, 18 Jun 2025 13:25:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.674762
• Title: Warping and Matching Subsequences Between Time Series
• Title（参考訳）: 時系列間のワープとマッチング
• Authors: Simiao Lin, Wannes Meert, Pieter Robberechts, Hendrik Blockeel,
• Abstract要約: 本稿では,鍵変換の強調,定量化,可視化を簡略化する新しい手法を提案する。 時系列間のサブシーケンスの一致をより明確に表現することにより,時系列比較における解釈可能性を高める。
• 参考スコア（独自算出の注目度）: 9.382688256299824
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Comparing time series is essential in various tasks such as clustering and classification. While elastic distance measures that allow warping provide a robust quantitative comparison, a qualitative comparison on top of them is missing. Traditional visualizations focus on point-to-point alignment and do not convey the broader structural relationships at the level of subsequences. This limitation makes it difficult to understand how and where one time series shifts, speeds up or slows down with respect to another. To address this, we propose a novel technique that simplifies the warping path to highlight, quantify and visualize key transformations (shift, compression, difference in amplitude). By offering a clearer representation of how subsequences match between time series, our method enhances interpretability in time series comparison.
• Abstract（参考訳）: 時系列の比較はクラスタリングや分類といった様々なタスクにおいて不可欠である。 反りを許容する弾性距離測定は、堅牢な定量的比較を提供するが、その上における定性的比較は欠落している。 従来の視覚化はポイント・ツー・ポイントのアライメントに重点を置いており、サブシーケンスのレベルでより広い構造的関係を伝達しない。 この制限により、ある時系列のシフトやスピードアップ、あるいは他の時系列に対するスローダウンの方法や場所を理解するのが難しくなる。 そこで本研究では,鍵変換(シフト,圧縮,振幅差)の強調,定量化,可視化を簡略化する新しい手法を提案する。 時系列間のサブシーケンスの一致をより明確に表現することにより,時系列比較における解釈可能性を高める。

関連論文リスト

• Adaptive Classification of Interval-Valued Time Series [0.0]
  本稿では,区間値時系列分類のための適応的手法を提案する。 我々は、間隔値の時系列表現を点値の時系列画像化法に基づいて画像に変換する。
  論文  参考訳（メタデータ） (2025-04-04T09:52:40Z)
• MFRS: A Multi-Frequency Reference Series Approach to Scalable and Accurate Time-Series Forecasting [51.94256702463408]
  時系列予測は、周波数の異なる周期特性から導かれる。 マルチ周波数参照系列相関解析に基づく新しい時系列予測手法を提案する。 主要なオープンデータセットと合成データセットの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-03-11T11:40:14Z)
• Temporally Grounding Instructional Diagrams in Unconstrained Videos [51.85805768507356]
  本稿では,ビデオ中の命令図中のクエリ列を同時にローカライズするという課題について検討する。 既存のほとんどのメソッドは、クエリの固有の構造を無視しながら、一度に1つのクエリをグラウンドすることに焦点を当てている。 ステップダイアグラムの視覚的特徴を包括的にペアリングして構築した複合クエリを提案する。 ステップ図のグラウンド化のためのIAWデータセットと自然言語クエリのグラウンド化のためのYouCook2ベンチマークに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-16T05:44:30Z)
• Efficient High-Resolution Time Series Classification via Attention Kronecker Decomposition [17.71968215237596]
  高分解能時系列分類は、様々な領域で詳細な時間データが利用可能になるために不可欠である。 そこで我々は,Kroneckerで分解された注目を多段階の時系列処理に向けることで,新しい時系列トランスフォーマーバックボーン(KronTime)を提案する。 4つの時系列データセットによる実験は, ベースライン法と比較して, 優れた分類結果を示し, 効率が向上した。
  論文  参考訳（メタデータ） (2024-03-07T20:14:20Z)
• TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling [67.02157180089573]
  時系列事前トレーニングは、最近、ラベルのコストを削減し、下流の様々なタスクに利益をもたらす可能性があるとして、広く注目を集めている。 本稿では,シームズネットワークに基づく時系列の簡易かつ効果的な自己教師型事前学習フレームワークとしてTimeSiamを提案する。
  論文  参考訳（メタデータ） (2024-02-04T13:10:51Z)
• Elastic Product Quantization for Time Series [19.839572576189187]
  本稿では,時間ゆらぎの時間系列の効率的な類似度に基づく比較に製品量子化を用いることを提案する。 提案手法は, 時系列アプリケーションにおける弾性測度を, 高効率(メモリ使用量と時間の両方)で置き換える手法として現れる。
  論文  参考訳（メタデータ） (2022-01-04T09:23:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。