An empirical comparison of dissimilarity measures for time series classification (2013)
- Authors:
- Autor USP: BATISTA, GUSTAVO ENRIQUE DE ALMEIDA PRADO ALVES - ICMC
- Unidade: ICMC
- DOI: 10.1109/BRACIS.2013.22
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- Publisher: Conference Publishing Services
- Publisher place: Los Alamitos
- Date published: 2013
- ISBN: 9780769550923
- Source:
- Título: Proceedings
- Conference titles: Brazilian Conference on Intelligent Systems - BRACIS
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
-
ABNT
GIUSTI, Rafael e BATISTA, Gustavo Enrique de Almeida Prado Alves. An empirical comparison of dissimilarity measures for time series classification. 2013, Anais.. Los Alamitos: Conference Publishing Services, 2013. Disponível em: https://doi.org/10.1109/BRACIS.2013.22. Acesso em: 28 dez. 2025. -
APA
Giusti, R., & Batista, G. E. de A. P. A. (2013). An empirical comparison of dissimilarity measures for time series classification. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2013.22 -
NLM
Giusti R, Batista GE de APA. An empirical comparison of dissimilarity measures for time series classification [Internet]. Proceedings. 2013 ;[citado 2025 dez. 28 ] Available from: https://doi.org/10.1109/BRACIS.2013.22 -
Vancouver
Giusti R, Batista GE de APA. An empirical comparison of dissimilarity measures for time series classification [Internet]. Proceedings. 2013 ;[citado 2025 dez. 28 ] Available from: https://doi.org/10.1109/BRACIS.2013.22 - Contribuições em mineração de dados temporais e classes desbalanceadas
- Classification of live moths combining texture, color and shape primitives
- A complexity-invariant distance measure for time series
- Mineração de séries temporais por meio da extração de características e da identificação de motifs
- Extração de padrões e construção de modelos simbólicos para previsão de dados temporais
- Towards automatic classification on flying insects using inexpensive sensors
- Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais
- A novel approximation to dynamic time warping allows anytime clustering of massive time series datasets
- Data mining a trillion time series subsequences under dynamic time warping
- Evaluation of statistical and machine learning models for time series prediction: identifying the state-of-the-art and the best conditions for the use of each model
Informações sobre o DOI: 10.1109/BRACIS.2013.22 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
