Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Shifaz, Ahmed"'
This paper contributes multivariate versions of seven commonly used elastic similarity and distance measures for time series data analytics. Elastic similarity and distance measures are a class of similarity measures that can compensate for misalignm
Externí odkaz:
http://arxiv.org/abs/2102.10231
Publikováno v:
Data Mining and Knowledge Discovery 34 (2020) 742-775
Time Series Classification (TSC) has seen enormous progress over the last two decades. HIVE-COTE (Hierarchical Vote Collective of Transformation-based Ensembles) is the current state of the art in terms of classification accuracy. HIVE-COTE recognize
Externí odkaz:
http://arxiv.org/abs/1906.10329
Autor:
Lucas, Benjamin, Shifaz, Ahmed, Pelletier, Charlotte, O'Neill, Lachlan, Zaidi, Nayyar, Goethals, Bart, Petitjean, Francois, Webb, Geoffrey I.
Research into the classification of time series has made enormous progress in the last decade. The UCR time series archive has played a significant role in challenging and guiding the development of new learners for time series classification. The la
Externí odkaz:
http://arxiv.org/abs/1808.10594
Autor:
Bhatta, Subash1 (AUTHOR) 2042subase@gmail.com, Shifaz, Ahmed1 (AUTHOR), Sharma, Dibya1 (AUTHOR), Nooh, Hana1 (AUTHOR), Seena, Fathimath1 (AUTHOR), Jameel, Fathimath Ruhusa1 (AUTHOR), Mohammed, Sameera1 (AUTHOR)
Publikováno v:
Indian Journal of Otolaryngology & Head & Neck Surgery. 2022 Suppl, Vol. 74, p5515-5517. 3p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Knowledge and Information Systems (KAIS)
Knowledge and Information Systems (KAIS), 2023, ⟨10.1007/s10115-023-01835-4⟩
Knowledge and Information Systems (KAIS), 2023, ⟨10.1007/s10115-023-01835-4⟩
International audience; Elastic similarity measures are a class of similarity measures specifically designed to work with time series data. When scoring the similarity between two time series, they allow points that do not correspond in timestamps to
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::eaca289a3218009386f3388943d6a95d
https://hal.science/hal-03515496
https://hal.science/hal-03515496
Autor:
SHIFAZ, AHMED
This thesis focuses on time series classification, which aims to develop algorithms that learn to categorize temporally ordered data. It is an important area of machine learning research with a diverse range of applications, such as the classificatio
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::0c5839c8ece241f70bbce016ef6ed3b9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.