Which algorithm is used for solving temporal probabilistic reasoning?

Đáp án đúng: "Hidden markov model". Suy luận xác suất theo thời gian (temporal probabilistic reasoning) là việc ước lượng trạng thái thế giới thay đổi qua các bước thời gian dựa trên chuỗi quan sát nhiễu, gồm các tác vụ lọc (filtering), dự báo (prediction), làm trơn (smoothing) và tìm chuỗi giải thích hợp lý nhất. Mô hình Markov ẩn biểu diễn đúng điều này bằng trạng thái ẩn, xác suất chuyển trạng thái và xác suất quan sát, với các thuật toán forward–backward và Viterbi. "Hill-climbing search" là tìm kiếm cục bộ để tối ưu một hàm mục tiêu, luôn đi tới trạng thái lân cận tốt hơn, không có mô hình xác suất hay trục thời gian. "Depth-first search" là tìm kiếm mù duyệt sâu trên không gian trạng thái xác định. "Breadth-first search" duyệt theo từng mức độ sâu, cũng là tìm kiếm mù trên đồ thị xác định, không xử lý sự bất định của quan sát.