AI 詞彙表
人工智能完整詞典
Réseau Dynamique Bayésien
Extension temporelle des réseaux bayésiens qui modélisent l'évolution de variables aléatoires dans le temps en utilisant des tranches temporelles connectées par des dépendances temporelles.
Processus Markovien d'Ordre Un
Hypothèse fondamentale dans les DBN où l'état futur ne dépend que de l'état présent et non des états passés, simplifiant considérablement la modélisation et l'inférence.
Dépendance Inter-Tranches
Arcs connectant les variables entre tranches temporelles successives dans un DBN, représentant comment les évolutions temporelles influencent les états futurs du système.
Dépendance Intra-Tranches
Relations causales entre variables existant au sein d'une même tranche temporelle, capturant les interactions simultanées entre variables à un instant donné.
Inférence Avant (Filtering)
Processus d'estimation de la distribution de probabilité des états cachés à l'instant t en se basant sur toutes les observations disponibles jusqu'à cet instant.
Lissage Temporel (Smoothing)
Estimation rétrospective de l'état du système à un instant passé en utilisant l'ensemble des observations disponibles jusqu'à un temps futur.
Prédiction dans les DBN
Calcul de la distribution de probabilité des états futurs en se basant sur les informations présentes et passées du système, sans observations futures.
Réseau Bayésien à 2TBN
Modèle de transition temporelle représentant les dépendances entre deux tranches consécutives (t et t+1) qui se répète pour former le réseau dynamique complet.
平稳分布
动态贝叶斯网络的平衡状态，其中变量的概率分布随时间推移保持恒定，尽管系统存在时间转移。
时间隐状态
动态贝叶斯网络中随时间演变的潜变量，无法直接观测，需要通过推理来估计其状态。
动态信念因子
动态贝叶斯网络中条件概率分布的数学表示，封装了系统的时间依赖性和因果性。
动态贝叶斯网络的近似推理
当精确推理变得过于复杂时使用的计算方法，如粒子采样或扩展卡尔曼滤波。
部分观测
动态贝叶斯网络中常见的情况，即每个时刻只有部分系统变量可观测，需要估计缺失的状态。
平稳时间转移
动态贝叶斯网络的性质，即连续状态之间的转移机制在整个时间序列中保持不变。
动态信念网络
动态贝叶斯网络的同义词，强调随着时间推移概率信念更新的方面。