소수의 예시를 이용한 서브시퀀스 매칭을 위한 동적 경계 타임 왜핑

본 논문은 긴 시간적 시계열 데이터 내에서 짧은 시계열 집합과 유사한 패턴을 탐색하는 새로운 방법을 제안한다. 우리는 쿼리 예시들로부터 평균 시계열을 계산하는 데 의존하지 않는 최초의 알고리즘을 제안한다. 대신, 쿼리 예시들을 그대로 사용하며, 모든 예시를 동시에 활용한다. 제안된 방법은 동적 시간 왜곡(Dynamic Time Warping, DTW) 기법을 기반으로 하며, 소수의 예시를 사용하는 쿼리-바이-예제 검색(task)에 특별히 적합하다. 우리는 자연어 처리 분야의 두 가지 다른 소수 샘플 문제에 대해 본 방법을 평가하였으며, 그 결과는 기존의 베이스라인 및 이전 접근법보다 우수하거나, 예시 수가 적을 때와 같은 상황에서 유사한 성능을 달성함을 보였다.