用于预测的动态网络模型
人工智能
2013-03-25 v1
摘要
我们通过综合信念网络模型和经典时间序列分析，开发了一种概率预测方法。我们提出了动态网络模型（DNM），并描述了构建、精炼以及利用这种时间概率知识表示进行推理的方法。DNM表示通过整合并迭代精炼同期和时滞依赖关系，将静态信念网络模型扩展到更一般的动态预测模型。我们以预测美国汽车在日本销量的模型为例讨论了关键概念。
引用
@article{arxiv.1303.5396,
title = {Dynamic Network Models for Forecasting},
author = {Paul Dagum and Adam Galper and Eric J. Horvitz},
journal= {arXiv preprint arXiv:1303.5396},
year = {2013}
}
备注
Appears in Proceedings of the Eighth Conference on Uncertainty in Artificial Intelligence (UAI1992)