Dynamic time warping for classifying long-term trends in time series
Data & Knowledge Engineering · 2026-01 · 161 · 102495
DOI: 10.1016/j.datak.2025.102495 ↗Kurz gefasst
Fachartikel in der Zeitschrift Data & Knowledge Engineering, 2026-01. Verfasst von Anna-Christina Glock und 3 weiteren Autor:innen. Die Arbeit wurde bisher 8-mal zitiert (Crossref) und nennt 41 Literaturangaben. Gefördert von: Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie, Austrian Research Promotion Agency, Bundesministerium für Arbeit und Wirtschaft.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie
- Austrian Research Promotion Agency
- Bundesministerium für Arbeit und Wirtschaft
Zitieren
APA
Glock, A., Chmelina, K., Fürnkranz, J., & Hütter, T. (2026). Dynamic time warping for classifying long-term trends in time series. Data & Knowledge Engineering, 161, 102495. https://doi.org/10.1016/j.datak.2025.102495
Vancouver
Glock A, Chmelina K, Fürnkranz J, Hütter T. Dynamic time warping for classifying long-term trends in time series. Data & Knowledge Engineering. 2026;161:102495. doi:10.1016/j.datak.2025.102495
BibTeX
@article{Glock2026,
author = {Glock, Anna-Christina and Chmelina, Klaus and Fürnkranz, Johannes and Hütter, Thomas},
title = {Dynamic time warping for classifying long-term trends in time series},
journal = {Data & Knowledge Engineering},
year = {2026},
volume = {161},
pages = {102495},
doi = {10.1016/j.datak.2025.102495}
}
EUVIMED