Dynamic Bayesian Network
A Dynamic Bayesian Network (DBN) extends a standard Bayesian network over time by representing how a set of random variables evolve across discrete time steps. It captures both the conditional independence structure among variables at each instant and the probabilistic dependencies between consecutive time slices, enabling principled reasoning about temporal processes under uncertainty.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.