深度时间扭曲用于多时间序列对齐

本研究针对多时间序列对齐中存在的不足，提出了一种基于深度学习的新方法。该方法通过同时对所有信号进行对齐，提高了对齐效率和计算速度，同时引入了新的损失函数来克服动态时间扭曲方法的局限性。实验结果表明，该方法在提高分类准确率的同时，也显著缩短了运行时间。