연구진이 시간 시계열 데이터 군집화에 활용할 수 있는 터미널 차원 축소법을 개발했어요. 기존 터미널 임베딩은 선형 구조 보존에 어려움이 있었지만, 이번 연구에서는 이를 보완한 새로운 방법을 제시했어요.
개발된 방법은 Johnson-Lindenstrauss (JL) 임베딩을 기반으로 하며, 합성 데이터와 실제 데이터 실험에서 PCA보다 우수한 성능을 보였어요.
터미널 임베딩은 기존 방법과 달리 전체 공간에서 쌍별 거리 보존을 가능하게 하며, Fréchet 거리를 이용한 시간 시계열 데이터 군집화 코어셋을 처음으로 구축했어요.