[論文レビュー] SparseDTW: A Novel Approach to Speed up Dynamic Time Warping

Ghazi Al‐Naymat, Sanjay Chawla+1 more|arXiv (Cornell University)|Jan 13, 2012

Time Series Analysis and Forecasting参考文献 19被引用数 131

ひとこと要約

SparseDTWは、時系列同士の固有の類似性と相関性に動的に適応することで、最適性を損なわずにメモリ使用量を削減する空間効率的で最適な動的時系列割当（DTW）アルゴリズムを提案する。バンド法やインデックス化手法とは異なり、スパース行列表現を用いて関連するセルのみを計算することで、最適なアラインメントを保証しつつ、顕著な高速化とメモリ節約を達成する。

ABSTRACT

We present a new space-efficient approach, (SparseDTW), to compute the Dynamic Time Warping (DTW) distance between two time series that always yields the optimal result. This is in contrast to other known approaches which typically sacrifice optimality to attain space efficiency. The main idea behind our approach is to dynamically exploit the existence of similarity and/or correlation between the time series. The more the similarity between the time series the less space required to compute the DTW between them. To the best of our knowledge, all other techniques to speedup DTW, impose apriori constraints and do not exploit similarity characteristics that may be present in the data. We conduct experiments and demonstrate that SparseDTW outperforms previous approaches.

研究の動機と目的

• 標準DTWの空間計算量がO(mn)に比例することに起因する高コストなメモリ使用量を低減し、長時間系列データへの適用を制限する要因を解消すること。
• 既存の高速化手法が効率性と最適性のトレードオフを伴う問題を克服し、制約や抽象化によって正確性を損なうのを避けること。
• 事前仮定を必要とせず、時系列の類似性や相関性といったデータ固有の特性に適応する手法を開発すること。
• 最適性を保持しつつ、格納する行列セルの数を最小限に抑えることで、大規模時系列データにおけるDTWの実用的計算を可能にすること。
• 下界インデックス化技術と互換性を持つフレームワークを提供し、類似度検索ワークロードにおけるパフォーマンスを向上させること。

提案手法

• 時系列間の観察された類似性と相関性に基づき、DTWのワーピング行列のスパース表現を動的に構築すること。
• スパース行列データ構造を用いて、最適ワーピングパスに含まれる可能性があるセルのみを格納し、O(mn)の完全なメモリ使用を回避すること。
• 動的計画法の原則を適用し、関連するセルのスパース集合でのみDTW距離を計算することで、時間的・空間的計算量を削減すること。
• Sakoe-Chiba や Itakura の固定バンドとは異なり、計算中に探索バンドを動的に進化させることで、最適性の損失を回避すること。
• 高い相関性を持つ系列はワーピングパスが対角線に近くなるという事実を活用し、評価すべきセル数を最小限に抑えること。
• 最適な結果を保証するため、下界フィルタリング技術（例：LBF）と統合可能であり、効率的な類似度検索パイプラインを実現できること。

実験結果

リサーチクエスチョン

• RQ1 時系列データの固有の類似性を活用することで、最適性を損なわず空間的・時間的計算量を削減することは可能か？
• RQ2 固定バンド法と比較して、ワーピング行列の動的スパarsityは、メモリ使用量と精度の面でどの程度優れているか？
• RQ3 時系列間の相関性が、DTW計算中に開かれるセル数にどの程度の影響を及ぼすか？
• RQ4 下界フィルタリング技術を用いた時系列類似度検索で一般的に使われる手法と、スパースDTWを効率的に統合することは可能か？
• RQ5 ワーピングバンドの動的適応が、多様な実世界および合成データセットにおいて一貫したパフォーマンス向上をもたらすか？

主な発見

• SparseDTWは、全テストデータセットにおいて、標準DTW、BandDTW、および分割統治（DC）法と比較して、実行時間およびメモリ使用量の両面で一貫して優れている。
• GunXデータセットでは、DTWが75,076個のセルを計算していたのに対し、SparseDTWでは17,220個にまで削減され、セル計算量が77%削減された。
• Burst-Waterデータセットでは、標準DTWが2,190,000個のセルを計算していたのに対し、SparseDTWは951,150個にまで削減され、セル計算量が56%削減された。
• SparseDTWはすべてのケースで最適な結果を達成した一方、BandDTWは標準DTWと比較して30%～500%の誤差を示した。
• 相関性が高いほどアルゴリズムの性能が顕著に向上する：強い類似性を示す系列は、相関性が低いものと比較してはるかに少ないセル数で処理可能であった。
• 6,000点を超えるデータセットでは、標準DTWはメモリ制限により実行不可能となったが、SparseDTWは依然として実用的かつ効率的であった。