L’algoritmo Dynamic Time Warping si introduce all’interno delle analisi delle serie temporali e serve a determinare il grado di somiglianza di due segnali sul tempo. Questo lavoro di tesi si focalizza sull’implementazione e ottimizzazione dell’Algoritmo provando ad usarlo su diversi dataset dell’archivio UCR L’ottimizzazione si basa sull’uso della Banda di Sakoe-Chiba che permette di ridurre enormemente il costo computazionale dell’algoritmo e di evitare degli allineamenti anomali che comprometterebbero l’efficacia dell’Algoritmo Con i risultati dati da testing empirico su 3 diversi dataset presi dall’archivio (GunPoint, ECG200 e Trace) risulta evidente la necessità dello studio dell’andamento dell’algoritmo su diversi database e la necessità di una scelta consapevole nel trade-off in termini di accuratezza e di complessità computazionale

Implementazione e Ottimizzazione dell’Algoritmo Dynamic Time Warping

PIRAN, MATTEO
2025/2026

Abstract

L’algoritmo Dynamic Time Warping si introduce all’interno delle analisi delle serie temporali e serve a determinare il grado di somiglianza di due segnali sul tempo. Questo lavoro di tesi si focalizza sull’implementazione e ottimizzazione dell’Algoritmo provando ad usarlo su diversi dataset dell’archivio UCR L’ottimizzazione si basa sull’uso della Banda di Sakoe-Chiba che permette di ridurre enormemente il costo computazionale dell’algoritmo e di evitare degli allineamenti anomali che comprometterebbero l’efficacia dell’Algoritmo Con i risultati dati da testing empirico su 3 diversi dataset presi dall’archivio (GunPoint, ECG200 e Trace) risulta evidente la necessità dello studio dell’andamento dell’algoritmo su diversi database e la necessità di una scelta consapevole nel trade-off in termini di accuratezza e di complessità computazionale
2025
Implementation and Optimization of Dynamic Time Warping Algorithm
Machine Learning
Pattern Recognition
Serie Temporali
File in questo prodotto:
File Dimensione Formato  
Piran_Matteo.pdf

accesso aperto

Dimensione 1.62 MB
Formato Adobe PDF
1.62 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/114286