LuanVan.vnLuận Văn
Gửi thư

Temporally Masked Wasserstein Distance For Sequential Data

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảPhạm Quang Trung
Người hướng dẫnĐoàn Phong Tùng
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và thiết kế phương pháp đo độ tương đồng cho dữ liệu tuần tự nhằm khắc phục hạn chế của Dynamic Time Warping và Optimal Transport trong phân tích chuỗi thời gian. Phân tích thực trạng các phương pháp hiện có chưa đảm bảo đồng thời tính linh hoạt căn chỉnh thời gian và tính nhất quán ngữ nghĩa của dữ liệu. Đề xuất giải pháp Temporally Masked Wasserstein tích hợp ràng buộc thời gian thông qua cơ chế Temporal Mask, kết hợp với các descriptor dựa trên chỉ số và hình dạng chuỗi. Kết luận khẳng định TMW đạt độ chính xác cao trên 17 bộ dữ liệu chuẩn UCR, đứng đầu trên 13 bộ dữ liệu và cung cấp một thước đo hiệu quả cho phân tích dữ liệu tuần tự.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.