Динамична Байесова мрежа
Динамичната Байесова мрежа (DBN) разширява стандартна Байесова мрежа във времето, като представя как набор от случайни променливи се развива през дискретни времеви стъпки. Тя улавя както структурата на условната независимост между променливите във всеки момент, така и вероятностните зависимости между последователни времеви срещи, което позволява обосновано разсъждение за времеви процеси при несигурност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Източници
- Dean, T. & Kanazawa, K. (1989). A model for reasoning about persistence and causation. Computational Intelligence, 5(3), 142–150. DOI: 10.1111/j.1467-8640.1989.tb00324.x ↗
- Murphy, K. P. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. PhD thesis, University of California, Berkeley. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Dynamic Bayesian Network. ScholarGate. https://scholargate.app/bg/bayesian/dynamic-bayesian-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Бейсианска мрежаБейсови методи↔ compare
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- Калманов филтърБейсови методи↔ compare
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ compare
- Последователен Монте КарлоБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →