Rangkaian Bayesian Dinamik
Rangkaian Bayesian Dinamik (DBN) memperluas rangkaian Bayesian standard mengikut masa dengan mewakili bagaimana satu set pemboleh ubah rawak berkembang merentasi langkah masa diskret. Ia menangkap kedua-dua struktur kebebasan bersyarat antara pemboleh ubah pada setiap saat dan kebergantungan kebarangkalian antara hirisan masa berturut-turut, membolehkan penaakulan berprinsip tentang proses temporal di bawah ketidakpastian.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Bayesian Network. ScholarGate. https://scholargate.app/ms/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.
- Rangkaian BayesianBayesian↔ compare
- Inferensi Bayesian HierarkiBayesian↔ compare
- Penapis KalmanBayesian↔ compare
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →