การแปรปรวนเวลาแบบไดนามิกคืออะไร?

Dynamic time warping (DTW) เกี่ยวข้องกับวิธีการคำนวณที่เรียกว่าอัลกอริทึมเพื่อเปรียบเทียบเสียงวิดีโอและกราฟิกที่อาจคล้ายกัน แต่ตัวอย่างที่อาจมีความแตกต่างเล็กน้อย โดยทั่วไปการคำนวณจะกำหนดการแสดงเชิงเส้นตรงของตัวอย่างและวัดความแตกต่างเป็นฟังก์ชันของเวลา องค์ประกอบที่แตกต่างกันของตัวอย่างสามารถแมปบนตารางเพื่อระบุความคล้ายคลึงกันในขณะที่คำสั่งสำหรับฟังก์ชั่นมักจะใช้สัญลักษณ์เพื่อระบุแต่ละตัวแปร ยกตัวอย่างเช่นการรู้จำเสียงในบางครั้งใช้การแปรปรวนเวลาแบบไดนามิกเพื่อจับคู่คำแม้ว่าจะพูดด้วยความเร็วที่แตกต่างกันหรือบางส่วนมีการออกเสียงแตกต่างกัน

โปรแกรมรู้จำเสียงพูดหลายโปรแกรมใช้การแปรปรวนเวลาแบบไดนามิกเนื่องจากผู้คนมักพูดในอัตราที่ต่างกัน เสียงสระบางเสียงอาจถูกประกาศให้แตกต่างกันไปตามอารมณ์หรือปัจจัยอื่น ๆ บางโปรแกรมสามารถรับรู้คำพูดไม่ว่าใครจะพูด ด้วยเหตุนี้จึงมักจะไม่มีประสิทธิภาพในการเพิ่มระยะทางในช่วงเวลาเพื่อเปรียบเทียบเสียง ด้วย DTW จะมีการวิเคราะห์คะแนนเฉพาะแต่ละช่วงเวลาสำหรับแต่ละสัญญาณ ระยะทางเหล่านี้จะถูกคำนวณในตารางที่วิ่งจากล่างซ้ายไปขวาบน

สามารถวัดความคล้ายคลึงกันในส่วนที่เกี่ยวข้องของสองตัวอย่างโดยใช้ระยะทาง Levenshtein ตัวอักษรใช้เพื่อแสดงการเปลี่ยนแปลงระหว่างแหล่งหนึ่งและอีกแหล่ง วิธีแก้ปัญหาของอัลกอริธึมโดยทั่วไปจะเป็นจำนวนที่มากขึ้นและมีความแตกต่างกันมากขึ้นในสองตัวอย่าง แนวคิดนี้มักจะใช้สำหรับการรู้จำเสียงพูดเช่นเดียวกับการตรวจสอบการสะกดและการวิเคราะห์สารพันธุกรรม

ในการวัดบางอย่างการเปลี่ยนแปลงความถี่สามารถชดเชยความสามารถในการแปรปรวนเวลาแบบไดนามิก สัญญาณสามารถคำนวณได้ในลักษณะที่ใช้แบบฟอร์มโดยไม่คำนึงถึงความถี่ สัญญาณมอดูเลตสามารถสร้างปัญหาได้เช่นกัน แต่กริดที่คำนวณระยะทางระหว่างส่วนของเส้นตรงแทนที่จะเป็นจุดสามารถชดเชยได้

การจัดตำแหน่งตามลำดับโดยทั่วไปเป็นคณิตศาสตร์และทักษะการเขียนโปรแกรมคอมพิวเตอร์บางอย่างจำเป็นต้องเข้าใจอย่างถ่องแท้ อัลกอริธึมการแปรปรวนเวลาแบบไดนามิกขึ้นอยู่กับเงื่อนไขพื้นฐานบางประการสำหรับการคำนวณความแตกต่างระหว่างตัวอย่างเสียงและภาพแบบสมจริง เมื่อพิจารณาตัวอย่างเป็นเส้นทางตามตารางอัลกอริทึมมักตามกฎเช่นเส้นทางไม่สามารถย้อนกลับและวัดได้ทีละขั้นตอน นอกจากรูปแบบซ้ายล่างถึงขวาบนการวัดจะ จำกัด เฉพาะสถานที่ที่อยู่ใกล้กับเส้นทแยงมุม ค่าที่สูงเกินไปหรือตื้นเกินไปมักถูกมองข้ามเพราะอาจทำให้เกิดข้อผิดพลาดในการวัดขั้นสุดท้าย