动态贝叶斯网络学习算法优化及在ICU患者生存预测中的创新应用

一、引言

1.1研究背景与意义

1.1.1动态贝叶斯网络的发展

贝叶斯网络（BayesianNetwork）起源于20世纪80年代，由美国计算机科学家埃德蒙?珀尔（EdmondS.Pearl）将贝叶斯定理与有向无环图（DAG）相结合，成功地表示了随机变量之间的依赖关系，为不确定性推理提供了一种强大的工具。其核心基于贝叶斯定理，通过有向无环图中节点表示随机变量，边表示变量之间的条件依赖关系，利用条件概率表来量化这些关系，从而实现对复杂系统的建模和推理。例如在医学诊断中，可以将疾病、症状和检查结果等作为节点，它们之间