Existen diferentes enfoques posibles, según la serie. Del más simple al más complicado:
- Correlación cruzada : Básicamente tratando de encontrar una “copia” del patrón específico en el nuevo patrón.
- Deformación de tiempo dinámica en ventana : el problema con el enfoque anterior es que solo identifica copias exactas. DTW tiene más flexibilidad.
- Huellas digitales de series de tiempo : por ejemplo, (aproximación agregada simbólica (SAX)): calcula estadísticas agregadas y ve si puede identificar instancias de la misma en los datos.
- Modelo de Markov oculto : construya un modelo de “no patrón” y “patrón” y luego muévalo sobre la nueva señal e identifique dónde está. Probablemente quieras más de un ejemplo.
- Métodos de aprendizaje profundo (como redes neuronales recurrentes y memoria a largo plazo a largo plazo) : la actualidad actual, pero si tiene un solo ejemplo, será difícil hacerlo.