이번 논문은 2017년 ICML에서 발표된 "Soft-DTW: a Differentiable Loss Function for Time-Series" 입니다. 이 논문은 시계열 데이터 간의 유사도를 측정할 때 가장 널리 쓰이는 기법 중 하나인 Dynamic Time Warping(DTW)이 미분 불가능하다는 단점을 극복하기 위해 기존의 DTW를 부드럽게(smoothly) 바꿔서 미분 가능하게 만든 Soft-DTW를 제안합니다. Soft-DTW는 시계열 간 유사도 측정을 딥러닝에 적용 가능하게 만들어, 다양한 응용 가능성을 열어주었습니다.Paper: https://arxiv.org/abs/1703.01541 Soft-DTW: a Differentiable Loss Function for Time-Series..