Dans ce rapport, nous nous intéresserons au réseau bayésien dynamique (DBN) en tant que modèle qui tente d'incorporer la dimension temporelle avec incertitude. Nous commençons par les bases du DBN où nous nous concentrons particulièrement sur les concepts et algorithmes d'inférence et d'apprentissage. Ensuite, nous présenterons différents niveaux et méthodes de création de DBN ainsi que des approches d'incorporation de la dimension temporelle dans le réseau bayésien statique.

En este informe, nos interesará la Red Bayesiana Dinámica (DBN) como un modelo que intenta incorporar la dimensión temporal con la incertidumbre. Comenzamos con los conceptos básicos de DBN, donde nos centramos especialmente en los conceptos y algoritmos de Inferencia y Aprendizaje. A continuación, presentaremos diferentes niveles y métodos para crear DBN, así como enfoques para incorporar la dimensión temporal en la red bayesiana estática.

In this report, we will be interested at Dynamic Bayesian Network (DBNs) as a model that tries to incorporate temporal dimension with uncertainty.We start with basics of DBN where we especially focus in Inference and Learning concepts and algorithms.Then we will present different levels and methods of creating DBNs as well as approaches of incorporating temporal dimension in static Bayesian network.

في هذا التقرير، سنكون مهتمين بشبكة بايزي الديناميكية (DBNs) كنموذج يحاول دمج البعد الزمني مع عدم اليقين. نبدأ بأساسيات شبكة بايزي الديناميكية حيث نركز بشكل خاص على مفاهيم وخوارزميات الاستدلال والتعلم. ثم سنقدم مستويات وطرقًا مختلفة لإنشاء شبكات بايزي الديناميكية بالإضافة إلى مناهج دمج البعد الزمني في شبكة بايزي الثابتة.