เปรียบเทียบวิธี

	การถัวเฉลี่ยแบบเบย์เซียนพลวัตของแบบจำลอง	เครือข่ายเบย์เซียนพลวัต
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	2010	1989
ผู้ริเริ่ม	Raftery, Karny & Ettler	Thomas Dean & Keiji Kanazawa
ประเภท	dynamic ensemble / model combination	probabilistic graphical model for sequences
แหล่งต้นตำรับ	Raftery, A. E., Karny, M., & Ettler, P. (2010). Online prediction under model uncertainty via dynamic model averaging: Application to a cold rolling mill. Technometrics, 52(1), 52-66.	Dean, T. & Kanazawa, K. (1989). A model for reasoning about persistence and causation. Computational Intelligence, 5(3), 142–150.
ชื่อเรียกอื่น	DMA, dynamic model averaging, time-varying BMA, online Bayesian model averaging	DBN, temporal Bayesian network, dynamic probabilistic graphical model, two-slice temporal Bayesian network
ที่เกี่ยวข้อง	6	5
สรุป	Dynamic Bayesian Model Averaging (DMA) extends standard Bayesian model averaging to settings where the best predictive model may change over time. It maintains a probability distribution over a set of competing models and updates that distribution sequentially as new observations arrive, allowing model weights to evolve rather than remaining fixed across the entire sample.	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.