Dynamiskt Bayesianskt Nätverk
Ett dynamiskt Bayesianskt nätverk (DBN) utökar ett standard Bayesianskt nätverk över tid genom att representera hur en uppsättning slumpmässiga variabler utvecklas över diskreta tidssteg. Det fångar både den betingade oberoendestrukturen mellan variabler vid varje ögonblick och de probabilistiska beroendena mellan på varandra följande tidsskivor, vilket möjliggör principiell slutledning om temporala processer under osäkerhet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Dynamic Bayesian Network. ScholarGate. https://scholargate.app/sv/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.
- Bayesianskt nätverkBayesiansk statistik↔ compare
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ compare
- KalmanfilterBayesiansk statistik↔ compare
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →