Aug, 2023

WarpEM：EM 指导程序中用于精确导管配准的动态时间扭曲

PDF
TL;DR该论文介绍了一种新颖的基于动态时间规整算法的三维序列信号分析的电磁导航下微创血管插管手术的导管注册方法，与现有方法相比，该方法提高了注册的准确性和可靠性，并且具有高精度、无需初始化和增加自动化等优点。
endovascular procedurescatheter trackingelectromagnetic trackingregistration methodsdynamic time warping
发现论文，激发创造
  • 动态时间规整在时间序列回归中的影响案例研究

    本文研究了使用 Dynamic Time Warping 方法对光谱时间序列数据进行相似性比对，并发现结合 k-Nearest Neighbour 算法可以提高准确性，但当数据跨越多个波长时，如果使用了平均值和方差等数据聚合统计方法，DTW 的效果将不明显，因此在机器学习中，有时候大数据胜过复杂模型。

    Oct, 2020

  • 基于专家增强的动态时间规整的异常检测

    我们提出了一种名为 E-DTWA 的新颖异常检测方法，它基于动态时间规整（DTW）算法，并加入了人在环路概念的额外改进，其主要优点包括高效的检测、基于专家检测反馈的灵活再训练以及低计算和空间复杂度。

    Oct, 2023

  • 利用卷积神经网络近似计算 EEG 数据的 DTW

    提出了一种快速且可微分的 DTW 近似算法，分别采用学习嵌入和回归直接预测 DTW 输出的两种结构，可用于时间序列检索和 EEG 数据集生成模型的端到端学习。

    Jan, 2023

  • 深度关注时间扭曲

    本文提出了一种神经网络模型来进行任务自适应时间对齐，使用注意力模型开发了一个明确的具有更大畸变不变性的时间对齐机制，并通过度量学习进行训练，与传统的基于 DTW 的可学习模型不同，它能够学习目标任务的最佳数据相关对齐，实验证明了我们模型在在线签名验证方面的超过 DTW 并且创造了最先进的性能。

    Sep, 2023

  • mnmDTW：用于基于摄像头的运动误差定位的动态时间规整扩展

    本研究使用计算机视觉（CV）方法从健身视频中提取姿势信息，并使用改进版动态时间归整计算与标准动作执行之间的偏差，通过对每个身体部位的距离计算准确度的更精确度量，证明了通过此指标可以清晰、可识别和定位健身错误。

    Oct, 2023

  • 用于端到端对齐路径学习的深度声明动态时间规整

    本文提出了一种基于双层优化和深度声明网络的 DTW 层，可以将 DTW 表示为连续的优化问题，并计算出最优的对齐路径，可用于自动化的时间序列数据对齐。

    Mar, 2023

  • 使用序列自编码器从未标记的时间序列学习变形距离的自动变形

    本研究提出了一种名为 Autowarp 的算法，它利用序列自编码器优化学习特定的度量准则来衡量不加标签的时间序列轨迹之间的相似性，并在实验中表现良好。

    Oct, 2018

  • 一种基于多元抽象和区间动态时间扭曲的相似性测量方法，在纵向医疗记录中的实现和评估

    该研究使用区间动态时间规整法（iDTW）从医学记录中提取数据特征，实现肿瘤、乙肝和糖尿病患者记录的分类和预测，并比较使用抽象数据与原始时间戳数据间的性能差异。

    May, 2021

  • 使用动态时间规整进行指令条件导航的综合评估

    本研究提出了一种新的度量方式 “normalized Dynamic Time Warping（nDTW）”，通过对 agent 的运动轨迹与参照路线的对比，较好地解决了以往评估方式的缺陷，该方法在各方面表现优异，且应用于强化学习导航智能体上可显著提高其性能。

    Jul, 2019

  • 时间序列分析的同胚变换：非线性扭曲的高效方法

    这篇论文提出了一种新颖的弹性对齐方法，采用参数化和可微分的扭曲变换来克服动态时间规整（DTW）度量的不足，该方法适用于深度学习架构，鲁棒性强，具有计算效率高、表达和灵活性强等优点。

    Sep, 2023