Soft-MSM: Differentiable Context-Aware Elastic Alignment for Time Series

Esta investigación presenta Soft-MSM, una nueva pérdida de alineación elástica diferenciable para series de tiempo, basada en la distancia Move-Split-Merge (MSM). Soft-MSM aborda la limitación de Soft-DTW al incorporar costos de transición conscientes del contexto, lo que lo hace adecuado para la optimización basada en gradientes en tareas de aprendizaje automático como clasificación y agrupamiento.