DE 
EnglishStandard
Українська
Polski〰️ Dynamic Time Warping
Vergleichen Sie zwei Zeitreihen unterschiedlicher Länge und Geschwindigkeit, indem Sie ein optimales, nicht-lineares Alignment über dynamische Programmierung finden.
Über diese Simulation
🔬 Was gezeigt wird
Dynamic Time Warping (DTW) findet das optimale nicht-lineare Alignment zwischen zwei Zeitreihen, indem eine Kostenmatrix mittels dynamischer Programmierung aufgebaut und der günstigste Pfad durch sie gesucht wird.
🎮 Bedienung
Zeichnen oder wählen Sie zwei Zeitreihen unterschiedlicher Geschwindigkeit oder Länge und beobachten Sie den berechneten Warp-Pfad, der einander entsprechende Punkte verbindet, selbst wenn sie zeitlich verschoben sind.
💡 Wussten Sie schon?
DTW wurde ursprünglich in den 1970er-Jahren für die Spracherkennung entwickelt, um gesprochene Wörter unterschiedlicher Sprechgeschwindigkeit miteinander zu vergleichen, und wird heute auch bei der Analyse von Handschriften und Bewegungsdaten eingesetzt.
Häufig gestellte Fragen
Was ist Dynamic Time Warping?
DTW ist ein Algorithmus, der die Ähnlichkeit zwischen zwei Zeitreihen misst, indem er sie nicht-linear entlang der Zeitachse dehnt oder staucht, um das bestmögliche Alignment zu finden, statt Punkte starr Punkt-für-Punkt zu vergleichen.
Wie unterscheidet sich DTW von der euklidischen Distanz?
Die euklidische Distanz vergleicht Zeitreihen Punkt für Punkt an derselben Zeitposition und versagt, wenn Sequenzen unterschiedlich schnell ablaufen. DTW erlaubt flexible, nicht-lineare Zuordnungen zwischen den Zeitpunkten beider Reihen, um zeitliche Verzerrungen auszugleichen.
Wie funktioniert der dynamische-Programmierung-Algorithmus?
DTW baut eine Kostenmatrix auf, in der jede Zelle den kumulativen Abstand entlang eines optimalen Pfads bis zu diesem Punkt speichert. Durch rekursives Minimieren über benachbarte Zellen findet der Algorithmus den kostengünstigsten Gesamtpfad in quadratischer Zeitkomplexität.
Was zeigt der Warp-Pfad im Diagramm?
Der Warp-Pfad verbindet Punkte beider Zeitreihen, die als am besten zueinander passend identifiziert wurden. Eine diagonale Linie würde perfekte zeitliche Übereinstimmung bedeuten; Abweichungen zeigen, wo eine Reihe schneller oder langsamer als die andere abläuft.
Wofür wird DTW in der Praxis eingesetzt?
DTW wird in der Spracherkennung, bei der Analyse von Bewegungsdaten und Gesten, im Finanzwesen zum Vergleich von Kursverläufen und in der Bioinformatik zum Vergleich biologischer Sequenzen eingesetzt.