Skip to main content

Dynamic Bayesian Network Library

Ein C++ Framework für Berechnungen auf dynamischen Bayes’schen Netzen

  • Conference paper
Book cover Autonome Mobile Systeme 2009

Part of the book series: Informatik aktuell ((INFORMAT))

  • 2804 Accesses

Zusammenfassung

Anwendungen, wie sie beispielsweise bei autonomen, mobilen Systemen vorkommen, erfordern die Bearbeitung und Auswertung von heterogenen, unsicheren Messwerten. Probabilistische Ansätze bieten die Möglichkeit, derartige Probleme zu lösen. Präsentiert wird die DBNL, eine C++ Bibliothek, welche die Repräsentation und Inferenz von dynamischen, hybriden Bayes’schen Netzen in komfortabler Weise ermöglicht. Zu den Stärken der DBNL zählen ihre modulare Architektur, die flexible Formulierung von Anfragen, die Unterstützung von beliebigen, benutzerdefinierten Übergangsfunktionen sowie die einfache Erweiterbarkeit um neue Inferenzalgorithmen und Wahrscheinlichkeitsverteilungen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 79.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Judea Pearl: Probabilistic Reasoning in Intelligent Systems, 1988, Revised second printing, Morgan Kauffmann Publishers Inc.

    Google Scholar 

  2. Kevin P. Murphy: Dynamic Bayesian Networks: Representation, Inference and Learning, 2002, University of California, Berkeley.

    Google Scholar 

  3. Haipeng Guo and William Hsu: A survey of algorithms for real-time bayesian network inference, 2002, Kansas State University.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2009 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Kohlhaas, R., Szekeresch, F., Gindele, T., Dillmann, R. (2009). Dynamic Bayesian Network Library. In: Dillmann, R., Beyerer, J., Stiller, C., Zöllner, J.M., Gindele, T. (eds) Autonome Mobile Systeme 2009. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-10284-4_30

Download citation

Publish with us

Policies and ethics