De Wikipédia
Un réseau bayésien dynamique (DBN) est un réseau bayésien qui relie des variables entre elles sur des pas de temps adjacents. Ceci est souvent appelé un BN à deux tranches de temps car il dit qu'à tout moment T, la valeur d'une variable peut être calculée à partir des régresseurs internes et de la valeur antérieure immédiate (temps T-1) . Les DBN sont courants en robotique et ont montré un potentiel pour un large éventail d'applications d'exploration de données. Par exemple, ils ont été utilisés dans la reconnaissance vocale, le séquençage des protéines et la bioinformatique. DBN s'est avéré produire des solutions équivalentes aux modèles de Markov cachés et aux filtres de Kalman.
- Je me demandais si "la valeur antérieure immédiate (temps T-1)" signifie que l'indice de temps dans un DBN est toujours discret?
- Est-ce que «à tout moment T, la valeur d'une variable peut être calculée à partir des régresseurs internes et de la valeur antérieure immédiate (temps T-1)» signifie qu'un DBN est un processus de Markov à temps discret?
Si je comprends bien, un HMM est également un processus de Markov à temps discret, s'il ignore en même temps la sortie de l'état. Je me demande donc si HMM et DBN sont le même concept? Mais un autre article de Wikipedia dit
Le modèle de Markov caché (HMM) est un modèle de Markov statistique dans lequel le système modélisé est supposé être un processus de Markov avec des états (cachés) non observés. Un HMM peut être considéré comme le réseau bayésien dynamique le plus simple.
et il y a une autre citation du premier article :
DBN s'est avéré produire des solutions équivalentes aux modèles de Markov cachés et aux filtres de Kalman.
Merci!