저자들은 표준 터미널 임베딩이 일반적인 직선 보간에 따른 시계열 데이터 클러스터링에 필요한 선형 구조를 보존할 수 없다는 한계를 극복하기 위해 터미널 임베딩을 아핀 선분으로 일반화하는 방법을 개발했습니다. 그들은 이러한 선을 보존하는 임베딩을 활용하여 Johnson-Lindenstrauss (JL) 임베딩을 하부 차원 축소 기법으로 사용하여 Fréchet 거리 기준 시계열 클러스터링을 위한 최초의 차원 비핵심 코셋을 얻었습니다.
- 이 방법은 터미널 임베딩을 아핀 선분으로 일반화하여 표준 기법이 선형 구조를 보존하지 못하는 문제를 극복합니다.
- Fréchet 거리 기준 시계열 클러스터링을 위한 최초의 차원 비핵심 코셋 구축을 가능하게 합니다.
- 합성 및 실제 세계 시계열 데이터에 대한 실험은 JL 임베딩과 유사한 성능을 보이며 PCA 대비 유리한 결과를 보여줍니다.
- 다른 방법들과 달리, 터미널 임베딩만이 쌍간 거리 보존을 전체 공간으로 확장합니다.
이 접근법은 측정 간 선형 보전을 유지하는 것이 중요한 복잡한 시계열 클러스터링 작업에서 효과적인 차원 축소를 가능하게 합니다.