サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
centraleden.hatenablog.com
時系列データを扱う練習として先生に教えていただいたDTW距離をまとめてみることにした。 DTW(Dynamic time warping)とは 動的時間伸縮法(Dynamic time warping、DTW)は初期の音声認識手法であるが、隠れマルコフモデルに基づく手法が一般化したため、使われなくなった。時間または早さの異なる2つの信号シーケンスの間の類似度を測るアルゴリズムである。 Wikipediaより 簡単に言えば二つの時系列データを似た部分同士を伸縮を許して比較する方法 比較例 DTWのメリットとデメリット メリット 様々な時系列データに対して高精度 長さの異なる時系列データを比較できる デメリット 計算量が多い DTWの流れ XとYという時系列データがあり、それぞれのデータ長がN, Mであるとする。 N×Mの大きさのDTW距離を格納した類似度行列DTWを作る 動的計画法によりDT
はてなブログでを始めるにあたって、Markdown記法とやらが使えるらしいので以降これを参考にして記事を書くためにまとめておこうと思う。 基本的に紹介する順番などは公式の構文規則等が定義してあるDaring Fireball: Markdown Syntax Documentationに従うこととする。また、はてなブログで使用することを目的としてまとめているため、使用できない文法は表記しない。 記事を書くにあたってこれらの記事を参考にさせてもらった。 文章作成やメモ書きにも便利、Markdown記法 | Web Design KOJIKA17 はてなで使えるMarkdown記法まとめ - 開発メモ SimplenoteでMarkdown記法を使ってみた | How2すいとー Qiita - Markdown記法 チートシート - Qiita すごくわかりやすいからほぼ同じ内容になりそうだ…
このページを最初にブックマークしてみませんか?
『centraleden.hatenablog.com』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く