Kompyuterlar o'rganish uchun odamlar yordamiga muhtoj. Bu "Masin O'rganishi" deb ataladi. Masin o'rganishi — bu kompyuterlarga ma'lumotlardan foydalanib o'rganishini o'rgatish deb ataladigan mashg'ulot hisobi bilan model yordamida tushunarli bo'lish. Bu qanday bolajak o'rganadi — yo'naltirish va amaliyot orqali, faqat mavzu haqida dars berish emas. Aniqlik — bu Masin O'rganishi bilan shug'ullanadigan narsalaridan biri. U kompyuter biror narsani taklif qilganda necha aniq ekanligiga javob beradi. Aniqlik yetarlicha baland bo'lsa, bu takliflar yanada ro'yxatlangan bo'ladi.
Dinamik Vaqt Izomlash, vaqt seriyasi ma'lumotlarini moslashtirish uchun usul. Sizda ikkita chiziq mavjud bo'lsa va ularni bir-biriga solishtirmoqchi bo'lsangiz, dinamik vaqt izomlash - bu chiziqning shaklini o'zgartirish orqali boshqa chiziq bilan solishtirishni osonroq qilishga o'xshaydi. Ushbu chiziqlarni moslashtirish, biz bu chiziqni taxmin qilmoqdamiz va kompyuter bizning ma'lumotlardan o'rganishni osonroq qiladi.
Dinamik vaqt izohlashining qanday ishlayishi haqida tushunish uchun analogiya. Masalan, har kuni do'koningizdagi trafikki ni o‘ylab topishga urinishingiz kerak. Avvalgi yildagi do'kondagi kunlik vizitlar soni. Ammo har kuni bunday emas. Har kuni farqli odamlar to‘plami bor, ba'zi kuni esa juda ham ziyoratkorli va metroda barcha odamlar bor, tomondan-qarshidan esa yomg‘ir chiqqan kunlarda faqat bir necha odam yavshan ravishda kirib chiqadi. Ma'lumot o'zgarishi sababli kelajakdagi vizitlarni taxmin qilish qiyinchalikka duch keladi.
Faqat vaqt seriyasi ma'lumotlari uchun emas, lekin hamma yo'nalishda. U turli xil turdagi ma'lumotlar bilan ishlash imkoniyatiga ega bo'lib, bu uni juda ko'pfunksional asbob qiladi. Masalan, ikki DNA sequensini solishtirishni o'ylang, bu hayotning o'z bluprinti hisoblanadi. Dinamik vaqt izohlashi sequenslarning qismlarini solishtirish uchun moslashtiradi yoki qisqacha surishadi. Shu tariqa bilan, ilmolar sequenslar orasidagi bog'liqlik darajasini yoki farqlarini aniqlash va biologiya va tibbiyotga oid muhim jihatlarni ochish mumkin.
Ovozni tanib olish boshqa bir masala. Kompyuter kishi gapirganda, u o'qilgan so'z yoki ifodalarining ma'lumotlar bazasidagi so'zlarni va ifodalarni aniqlash kerak. Ammo barcha odamlar bir xil so'zlarini bir xil tarzda e'tiborsiz yoki orqa fon ovozi bor bo'lsa, bu eshitishni qiyinchalantirishi mumkin. Ushbu usulda dinamik vaqt o'zgarishi ovozli ma'lumotlarni moslashtiradi, shunda kompyuter uni transkripti va aytilgan narsa orasidagi xatolik darajasini past darajada topishi osonroq bo'ladi. Bu esa ovozli yordamchilarning va boshqa ovozni tanib olish texnologiyalarining ishlashini yaxshilay oladi.
Dinamik vaqt izoqlashining ishlatilishi bizning nazoratimizdagi taxminlarni o'zgartirishga imkon beradi. Taxminlar kelajakda nimadir bo'lishiga doir taklif qilish haqida; shu jihatdan siz dataodi dan foydalanib, voqealar haqida bir necha to'qirq ravishda yaxshilanishlarni amalga oshirasiz. Bu erkin chetlab ketadigan qarorlar qabul qilishda juda foydalidir. Masalan, agar siz boshqarma (bu juda ham zamonaviy bo'lishi mumkin), belki keyingi oyda nechta buyurtma kelishini taxmin qilish kerak bo'ladi, shunda siz wet-toilet-tissue-hajmiga yetarlicha ta'minotni vaqti bilan yetkazish uchun tayyorlanishingiz kerak. Agar siz juda ko'p buyurtma berasangiz, tabii, u ishlatilmay qoladi. Rua esa aytgani, bu undan kengroq riskga ega: agar siz o'tkazsangiz, ular sotib olinsa ham bo'ladi. Dinamik vaqt izoqlashisi sizga avvalgi ma'lumot nuqtalariga asoslangan kelajak sonlarini taxmin qilishga va resurslarni yaxshiroq boshqarishga ruxsat beradi.
DTW — bu faqat bir vosita, masin o'rganish asboblar to'plamining ichida. Birinchi nuqtalar juda ochiqdir, lekin vaqt seriyasi ma'lumotlari holatida hali ham ekstremal darajada muhim. Dinamik Vaqt Izohi kompyuterlarga ma'lumotlarni birlashgan ravishda tartiblash orqali yaxshiroq taklif berishga yordam beradi. U sog'liqni saqlashdan sotuvgachaga qadar ko'plab turadigan sohalarda ishlatilishi mumkin va qarorlarini yanada yaxshilaydi.