본 논문은 길이가 다른 다차원 시계열 간 가장 유사한 부분 시계열을 찾는 알고리즘을 제안합니다. 기존에는 이 문제에 대한 효율적인 프레임워크가 없었지만, 본 논문에서 제시된 알고리즘은 정확성과 효율성을 보장하는 이론적 근거를 바탕으로 구축되었습니다. 주식 시장의 의존성 파악이나 바분의 움직임 조정 발견과 같은 다양한 응용 분야에 활용될 수 있으며, 시뮬레이션 및 실제 데이터셋 실험 결과, 기존 방법보다 최대 20배 빠른 속도로 정확한 결과를 제공하는 것으로 나타났습니다. 코드와 데이터셋은 공개적으로 제공됩니다.
시사점, 한계점
•
시사점:
◦
다차원 시계열에서 길이가 다른 부분 시계열 간 유사도 측정에 대한 효율적이고 정확한 알고리즘을 제공합니다.
