আমি একটি "ক্যোয়ারী" এবং একটি "টেমপ্লেট" বক্ররেখার সাথে মিলিয়ে ডাইনামিক টাইম ওয়ার্পিং ব্যবহার করছি এবং এখনও অবধি যুক্তিসঙ্গত সাফল্য পাচ্ছি, তবে আমার কিছু বেসিক প্রশ্ন রয়েছে:
আমি ডিটিডাব্লু ফলাফলটি হিউরিস্টিকভাবে যে কিছু থ্রোসোল্ড মান নিয়ে এসেছি তার চেয়ে কম কিনা তা মূল্যায়ন করে আমি একটি "ম্যাচ" মূল্যায়ন করছি। এটি কি ডিটিডাব্লু ব্যবহার করে "ম্যাচ" নির্ধারণের জন্য সাধারণ পন্থা? যদি না হয়, দয়া করে ব্যাখ্যা করুন ...
(1) এর উত্তরটি হ্যাঁ "হ্যাঁ", তবে আমি বিভ্রান্ত হয়ে পড়েছি, যেহেতু ডিটিডাব্লু ফলাফলটি ক) এর বক্ররেখের বিভক্তির পার্থক্য এবং খ) কোয়েরি ভেক্টরের দৈর্ঘ্য এবং দৈর্ঘ্য " টেমপ্লেট "ভেক্টর।
আমি একটি প্রতিসম পদক্ষেপ ফাংশন ব্যবহার করছি, সুতরাং (খ) আমি এম + এন (ডিটিডাব্লু ম্যাট্রিক্সের প্রস্থ + উচ্চতা) দ্বারা ভাগ করে আমার ডিটিডাব্লু ফলাফলকে স্বাভাবিক করছি। এটি কিছুটা কার্যকর বলে মনে হচ্ছে, তবে মনে হচ্ছে এটি ডিটিডাব্লু ম্যাচগুলিকে দণ্ডিত করবে যেগুলি তির্যক (যেমন, ডিটিডাব্লু ম্যাট্রিক্সের মধ্য দিয়ে দীর্ঘতর পথ রয়েছে) থেকে রয়েছে। যা "নরমালাইজেশন" পদ্ধতির জন্য একরকম স্বেচ্ছাচারী বলে মনে হয়। ম্যাট্রিক্সের মাধ্যমে পদক্ষেপের সংখ্যা দ্বারা বিভক্ত করা স্বজ্ঞাত অর্থে বলে মনে হচ্ছে, তবে সাহিত্য অনুসারে এটি করার উপায় বলে মনে হয় না।
সুতরাং কোয়েরি এবং টেমপ্লেট ভেক্টরগুলির আকারের জন্য ডিটিডাব্লু ফলাফলকে সামঞ্জস্য করার আরও ভাল কোনও উপায় আছে কি?
অবশেষে, কোয়েরি এবং টেম্পলেট ভেক্টরগুলির মধ্যে প্রশস্ততাগুলির পার্থক্যের জন্য আমি কীভাবে ডিটিডাব্লু ফলাফলকে স্বাভাবিক করব?
যেমনটি, নির্ভরযোগ্য নরমালাইজেশন কৌশলগুলির অভাব (বা আমার বোঝার অভাব) প্রদত্ত, মনে হচ্ছে একটি "ম্যাচ" সংজ্ঞায়নের জন্য সেরা থ্রোসোল্ড স্তরটি সনাক্ত করার জন্য নমুনা ডেটার সাথে কাজ করার ক্ষেত্রে অনেকগুলি ম্যানুয়াল প্রচেষ্টা জড়িত রয়েছে। আমি কিছু অনুপস্থিত করছি?