Continuous Dynamic Time Warping

新的FastCDTW算法加速了机器学习的连续动态时间规整

研究人员开发了FastCDTW，一种用于连续动态时间规整（CDTW）的高效近似算法。这种新方法解决了现有CDTW和Soft-DTW变体的计算限制，使其在机器学习的大型数据集上更具实用性。FastCDTW提供了两种计算策略：一种是分段线性规整函数的精确闭式解，另一种是平滑函数的无偏蒙特卡洛估计器，两者都为规整函数和输入时间序列提供了梯度。该算法设计为GPU友好，并已在时间序列平均、分类和深度域适应等应用中得到证明。