Динамі́чна ба́єсова мере́жа (ДБМ, англ. Dynamic Bayesian Network, DBN) — це баєсова мережа, що співвідносить змінні між собою через суміжні проміжки часу. Її також часто називають двочасовою БМ (2ЧБМ, англ. Two-Timeslice BN, 2TBN), оскільки вона каже, що значення змінної на будь-який момент часу T може бути обчислено із внутрішніх регресорів та безпосередньо попереднього значення (на момент часу T-1). ДБМ було розроблено на початку 1990-х років, коли він вів фінансовані двома грантами Національного наукового фонду дослідження на Відділенні медичної інформатики Стенфордського університету. Деґам розробив ДБМ, щоби уніфікувати та розширити традиційні лінійні станово-просторові моделі, такі як фільтри Калмана, лінійні та нормальні прогностичні моделі, такі як ARMA, і прості залежнісні моделі, такі як приховані марковські моделі, до загального ймовірнісного представлення та механізму отримання висновків для довільних нелінійних та не нормальних залежних від часу областей.
![image](https://www.wikidata.uk-ua.nina.az/image/aHR0cHM6Ly93d3cud2lraWRhdGEudWstdWEubmluYS5hei9pbWFnZS9hSFIwY0hNNkx5OTFjR3h2WVdRdWQybHJhVzFsWkdsaExtOXlaeTkzYVd0cGNHVmthV0V2WTI5dGJXOXVjeTkwYUhWdFlpODFMelUyTDFJbFF6TWxRVGx6WldGMVgySmhlU1ZETXlWQk9YTnBaVzVmWkhsdVlXMXBjWFZsTG5OMlp5ODJOakZ3ZUMxU0pVTXpKVUU1YzJWaGRWOWlZWGtsUXpNbFFUbHphV1Z1WDJSNWJtRnRhWEYxWlM1emRtY3VjRzVuLnBuZw==.png)
![image](https://www.wikidata.uk-ua.nina.az/image/aHR0cHM6Ly93d3cud2lraWRhdGEudWstdWEubmluYS5hei9pbWFnZS9hSFIwY0hNNkx5OTFjR3h2WVdRdWQybHJhVzFsWkdsaExtOXlaeTkzYVd0cGNHVmthV0V2WTI5dGJXOXVjeTkwYUhWdFlpOW1MMll3TDFJbFF6TWxRVGx6WldGMVgySmhlU1ZETXlWQk9YTnBaVzVmTTNRdWMzWm5Memd3T0hCNExWSWxRek1sUVRselpXRjFYMkpoZVNWRE15VkJPWE5wWlc1Zk0zUXVjM1puTG5CdVp3PT0ucG5n.png)
![image](https://www.wikidata.uk-ua.nina.az/image/aHR0cHM6Ly93d3cud2lraWRhdGEudWstdWEubmluYS5hei9pbWFnZS9hSFIwY0hNNkx5OTFjR3h2WVdRdWQybHJhVzFsWkdsaExtOXlaeTkzYVd0cGNHVmthV0V2WTI5dGJXOXVjeTkwYUhWdFlpOWtMMlF3TDFJbFF6TWxRVGx6WldGMVgySmhlU1ZETXlWQk9YTnBaVzVmYzJsdGNHeHBabWtsUXpNbFFUa3VjM1puTHpNNE1IQjRMVklsUXpNbFFUbHpaV0YxWDJKaGVTVkRNeVZCT1hOcFpXNWZjMmx0Y0d4cFpta2xRek1sUVRrdWMzWm5MbkJ1Wnc9PS5wbmc=.png)
Нині ДБМ є поширеними в робототехніці, та продемонстрували потенціал для широкого спектра застосунків для добування даних. Наприклад, вони використовувалися у розпізнаванні мовлення, [en], секвенуванні білків та біоінформатиці. ДБМ є узагальненням прихованих марковських моделей та фільтрів Калмана.
Див. також
Примітки
- ; ; [en] (1992). (PDF). Proceedings of the Eighth Conference on Uncertainty in Artificial Intelligence. AUAI Press: 41—48. Архів оригіналу (PDF) за 4 березня 2016. Процитовано 11 липня 2016. (англ.)
- ; ; [en]; (1995). . International Journal of Forecasting. 11 (1): 73—87. Архів оригіналу за 4 березня 2016. Процитовано 11 липня 2016. (англ.)
- ; ; [en] (June 1991). (PDF). Knowledge Systems Laboratory. Section on Medical Informatics, Stanford University. Архів оригіналу (PDF) за 4 березня 2016. Процитовано 11 липня 2016. (англ.)
- ; ; [en] (1993). . Proceedings of the Ninth Conference on Uncertainty in Artificial Intelligence. AUAI Press: 64—71. Архів оригіналу за 11 вересня 2015. Процитовано 11 липня 2016. (англ.)
- [en]; Peter Norvig (2010). (PDF) (вид. III). Prentice Hall. с. 566. ISBN . Архів оригіналу (PDF) за 20 жовтня 2014. Процитовано 22 жовтня 2014.
динамічні баєсові мережі (що включають приховані марковські моделі та фільтри Калмана як окремі випадки)
(англ.)
Література
- Murphy, Kevin (2002). . UC Berkeley, Computer Science Division. Архів оригіналу за 20 квітня 2015. Процитовано 23 лютого 2015. (англ.)
- Ghahramani, Zoubin (1997). Learning Dynamic Bayesian Networks. [en]. 1387: 168—197. (CiteSeerX): 10.1.1.56.7874. (англ.)
- Friedman, N.; Murphy, K.; Russell, S. (1998). Learning the structure of dynamic probabilistic networks. UAI’98. Morgan Kaufmann. с. 139—147. (CiteSeerX): 10.1.1.75.2969. (англ.)
Програмне забезпечення
- bnt на GitHub: Bayes Net Toolbox (Інструментарій баєсових мереж) для Matlab, від Кевіна Мерфі (англ. Kevin Murphy) (випущений під ліцензією GPL)
- (GMTK): публічно доступний інструментарій з відкритим кодом для швидкого макетування статистичних моделей з використанням динамічних графічних моделей (англ. Dynamic Graphical Models, DGMs) та динамічних баєсових мереж. GMTK може використовуватися для розробки застосунків та досліджень в обробці мовлення та мови, біоінформатиці, розпізнаванні діяльності, та будь-яких застосувань часових рядів.
- DBmcmc [ 15 квітня 2012 у Wayback Machine.]: Виведення динамічних баєсових мереж за допомогою методів Монте-Карло марковських ланцюгів, для Matlab (вільне програмне забезпечення)
- GlobalMIT Matlab toolbox на Google Code: Моделювання генної регуляторної мережі шляхом глобальної оптимізації динамічної баєсової мережі (випущене під ліцензією GPL)
- libDAI [ 18 травня 2014 у Wayback Machine.]: бібліотека C++, що пропонує реалізації різноманітних (наближених) методів виведення для [en]; підтримує довільні [en] з дискретними змінними, включно з дискретними марковськими та баєсовими мережами (випущена під (ліцензією FreeBSD))
- aGrUM [ 18 листопада 2016 у Wayback Machine.]: бібліотека C++ (зі обв'язками для Python) для різних типів ІГМ, включно з баєсовими мережами та динамічними баєсовими мережами (випускається під ліцензією GPLv3)
В іншому мовному розділі є повніша стаття Réseau bayésien dynamique(фр.). Ви можете допомогти, розширивши поточну статтю за допомогою з французької.
|
![]() | Це незавершена стаття зі статистики. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Dinami chna ba yesova mere zha DBM angl Dynamic Bayesian Network DBN ce bayesova merezha sho spivvidnosit zminni mizh soboyu cherez sumizhni promizhki chasu Yiyi takozh chasto nazivayut dvochasovoyu BM 2ChBM angl Two Timeslice BN 2TBN oskilki vona kazhe sho znachennya zminnoyi na bud yakij moment chasu T mozhe buti obchisleno iz vnutrishnih regresoriv ta bezposeredno poperednogo znachennya na moment chasu T 1 DBM bulo rozrobleno na pochatku 1990 h rokiv koli vin viv finansovani dvoma grantami Nacionalnogo naukovogo fondu doslidzhennya na Viddilenni medichnoyi informatiki Stenfordskogo universitetu Degam rozrobiv DBM shobi unifikuvati ta rozshiriti tradicijni linijni stanovo prostorovi modeli taki yak filtri Kalmana linijni ta normalni prognostichni modeli taki yak ARMA i prosti zalezhnisni modeli taki yak prihovani markovski modeli do zagalnogo jmovirnisnogo predstavlennya ta mehanizmu otrimannya visnovkiv dlya dovilnih nelinijnih ta ne normalnih zalezhnih vid chasu oblastej Dinamichna bayesova merezha skladena z 3 zminnih Dinamichna bayesova merezha rozgornuta na 3 kroki chasu Sproshena dinamichna bayesova merezha Vsim zminnim dublyuvatisya ne treba ale voni takozh ye dinamichnimi Nini DBM ye poshirenimi v robototehnici ta prodemonstruvali potencial dlya shirokogo spektra zastosunkiv dlya dobuvannya danih Napriklad voni vikoristovuvalisya u rozpiznavanni movlennya en sekvenuvanni bilkiv ta bioinformatici DBM ye uzagalnennyam prihovanih markovskih modelej ta filtriv Kalmana Div takozhRekursivne bayesove ocinyuvannya en Primitki en 1992 PDF Proceedings of the Eighth Conference on Uncertainty in Artificial Intelligence AUAI Press 41 48 Arhiv originalu PDF za 4 bereznya 2016 Procitovano 11 lipnya 2016 angl en 1995 International Journal of Forecasting 11 1 73 87 Arhiv originalu za 4 bereznya 2016 Procitovano 11 lipnya 2016 angl en June 1991 PDF Knowledge Systems Laboratory Section on Medical Informatics Stanford University Arhiv originalu PDF za 4 bereznya 2016 Procitovano 11 lipnya 2016 angl en 1993 Proceedings of the Ninth Conference on Uncertainty in Artificial Intelligence AUAI Press 64 71 Arhiv originalu za 11 veresnya 2015 Procitovano 11 lipnya 2016 angl en Peter Norvig 2010 PDF vid III Prentice Hall s 566 ISBN 978 0136042594 Arhiv originalu PDF za 20 zhovtnya 2014 Procitovano 22 zhovtnya 2014 dinamichni bayesovi merezhi sho vklyuchayut prihovani markovski modeli ta filtri Kalmana yak okremi vipadki angl LiteraturaMurphy Kevin 2002 UC Berkeley Computer Science Division Arhiv originalu za 20 kvitnya 2015 Procitovano 23 lyutogo 2015 angl Ghahramani Zoubin 1997 Learning Dynamic Bayesian Networks en 1387 168 197 CiteSeerX 10 1 1 56 7874 angl Friedman N Murphy K Russell S 1998 Learning the structure of dynamic probabilistic networks UAI 98 Morgan Kaufmann s 139 147 CiteSeerX 10 1 1 75 2969 angl Programne zabezpechennyabnt na GitHub Bayes Net Toolbox Instrumentarij bayesovih merezh dlya Matlab vid Kevina Merfi angl Kevin Murphy vipushenij pid licenziyeyu GPL GMTK publichno dostupnij instrumentarij z vidkritim kodom dlya shvidkogo maketuvannya statistichnih modelej z vikoristannyam dinamichnih grafichnih modelej angl Dynamic Graphical Models DGMs ta dinamichnih bayesovih merezh GMTK mozhe vikoristovuvatisya dlya rozrobki zastosunkiv ta doslidzhen v obrobci movlennya ta movi bioinformatici rozpiznavanni diyalnosti ta bud yakih zastosuvan chasovih ryadiv DBmcmc 15 kvitnya 2012 u Wayback Machine Vivedennya dinamichnih bayesovih merezh za dopomogoyu metodiv Monte Karlo markovskih lancyugiv dlya Matlab vilne programne zabezpechennya GlobalMIT Matlab toolbox na Google Code Modelyuvannya gennoyi regulyatornoyi merezhi shlyahom globalnoyi optimizaciyi dinamichnoyi bayesovoyi merezhi vipushene pid licenziyeyu GPL libDAI 18 travnya 2014 u Wayback Machine biblioteka C sho proponuye realizaciyi riznomanitnih nablizhenih metodiv vivedennya dlya en pidtrimuye dovilni en z diskretnimi zminnimi vklyuchno z diskretnimi markovskimi ta bayesovimi merezhami vipushena pid licenziyeyu FreeBSD aGrUM 18 listopada 2016 u Wayback Machine biblioteka C zi obv yazkami dlya Python dlya riznih tipiv IGM vklyuchno z bayesovimi merezhami ta dinamichnimi bayesovimi merezhami vipuskayetsya pid licenziyeyu GPLv3 V inshomu movnomu rozdili ye povnisha stattya Reseau bayesien dynamique fr Vi mozhete dopomogti rozshirivshi potochnu stattyu za dopomogoyu perekladu z francuzkoyi Divitis avtoperekladenu versiyu statti z movi francuzka Perekladach povinen rozumiti sho vidpovidalnist za kincevij vmist statti u Vikipediyi nese same avtor redaguvan Onlajn pereklad nadayetsya lishe yak korisnij instrument pereglyadu vmistu zrozumiloyu movoyu Ne vikoristovujte nevichitanij i nevidkorigovanij mashinnij pereklad u stattyah ukrayinskoyi Vikipediyi Mashinnij pereklad Google ye korisnoyu vidpravnoyu tochkoyu dlya perekladu ale perekladacham neobhidno vipravlyati pomilki ta pidtverdzhuvati tochnist perekladu a ne prosto skopiyuvati mashinnij pereklad do ukrayinskoyi Vikipediyi Ne perekladajte tekst yakij vidayetsya nedostovirnim abo neyakisnim Yaksho mozhlivo perevirte tekst za posilannyami podanimi v inshomovnij statti Dokladni rekomendaciyi div Vikipediya Pereklad Ce nezavershena stattya zi statistiki Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi