著者らは、標準的なターミナル埋め込みが一般的な直線補間に基づく時系列データのクラスタリングに必要な線形構造を保持できないという制限に対処するため、ターミナル埋め込みをアフィン線分への一般化を開発した。彼らはこれらの直線を保持する埋め込みを利用し、Johnson-Lindenstrauss (JL) 埋め込みを下層の次元削減手法として活用することで、Fréchet距離に基づく時系列クラスタリングのための最初の次元非依存コアセットを取得した。

  • この手法はターミナル埋め込みをアフィン線分に一般化し、標準的な手法が線形構造を保持できないという課題を克服する。
  • Fréchet距離に基づく時系列クラスタリングのための最初の次元非依存コアセットの構築を可能にする。
  • 合成データおよび実世界の時系列データでの実験は、JL埋め込みと同様の性能を示し、PCAに対して有利な結果をもたらした。
  • 他の手法とは異なり、ターミナル埋め込みのみがペアワイズ距離の保持を全空間に拡張する。

このアプローチにより、測定間の線形補間を保持することが重要な複雑な時系列クラスタリングタスクにおいて効果的な次元削減が可能になる。