Динамическая байесовская сеть
Динамическая байесовская сеть (ДБС) расширяет стандартную байесовскую сеть во времени, представляя, как набор случайных переменных эволюционирует в дискретные моменты времени. Она охватывает как структуру условной независимости между переменными в каждый момент времени, так и вероятностные зависимости между последовательными временными срезами, что позволяет проводить обоснованное рассуждение о временных процессах при неопределенности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Источники
- 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 цитировать эту страницу
ScholarGate. (2026, June 3). Dynamic Bayesian Network. ScholarGate. https://scholargate.app/ru/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.
- Байесовская сетьБайесовские методы↔ compare
- Иерархический байесовский выводБайесовские методы↔ compare
- Фильтр КалманаБайесовские методы↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →