動的時間伸縮(DTW)により得られたデータ間距離をもとに, 時系列データをベクトル空間へ埋め込み, 埋込空間にて分類するアプローチを提案する.ラベル付データとラベルなしデータが最初に与えられる学習問題設定のもとで, 埋込手法の候補として, MDSによるユークリッド空間への埋込, 擬似ユークリッド空間への埋込, 及びラプラシアン固有マップ法による埋込の3手法を考える.DTW距離の性質と埋込手法の適合性に関する考察, 及び分類実験により, ラプラシアン固有マップ法による埋込が3手法の中で最も高い分類精度につながることが分かった.また, ラプラシアン固有マップ法を用いた提案アプローチはk-近傍法より高い分類精度を実験で示した.