Zum Hauptinhalt springen
Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Recent Advances in Time-Series Classification—Methodology and Applications (eBook)

eBook Download: PDF
2025
327 Seiten
Springer Nature Switzerland (Verlag)
978-3-031-77527-7 (ISBN)

Lese- und Medienproben

Recent Advances in Time-Series Classification—Methodology and Applications - Zoltán Gellér, Vladimir Kurbalija, Miloš Radovanović, Mirjana Ivanović
Systemvoraussetzungen
160,49 inkl. MwSt
(CHF 156,80)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book examines the impact of such constraints on elastic time-series similarity measures and provides guidance on selecting suitable measures. Time-series classification frequently relies on selecting an appropriate similarity or distance measure to compare time series effectively, often using dynamic programming techniques for more robust results. However, these techniques can be computationally demanding, which results in the usage of global constraints to reduce the search area in the dynamic programming matrix. While these constraints cut computation time significantly (by up to three orders of magnitude), they may also affect classification accuracy.



Additionally, the importance of the nearest neighbor classifier (1NN) is emphasized for its strong performance in time-series classification, alongside the kNN classifier which offers stable results. This book further explores the weighted kNN classifier, which gives closer neighbors more influence, showing how it merges accuracy and stability for improved classification outcomes.



 




Erscheint lt. Verlag 26.4.2025
Reihe/Serie Intelligent Systems Reference Library
Zusatzinfo XIV, 327 p. 269 illus., 243 illus. in color.
Sprache englisch
Themenwelt Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Technik Bauwesen
Technik Elektrotechnik / Energietechnik
Schlagworte Data Mining • Distance measures • Time Series • Time-series classification • Time-Series Data Mining
ISBN-10 3-031-77527-9 / 3031775279
ISBN-13 978-3-031-77527-7 / 9783031775277
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Die Grundlage der Digitalisierung

von Knut Hildebrand; Michael Mielke; Marcus Gebauer

eBook Download (2025)
Springer Fachmedien Wiesbaden (Verlag)
CHF 29,30
Die materielle Wahrheit hinter den neuen Datenimperien

von Kate Crawford

eBook Download (2024)
C.H.Beck (Verlag)
CHF 17,55