แบบจำลอง เครือข่ายเบย์เซียนลำดับตัวแปร (VOBN)เป็นส่วนขยายที่สำคัญของทั้ง แบบจำลอง เครือข่ายเบย์เซียนและแบบจำลองมาร์คอฟลำดับตัวแปรแบบจำลอง VOBN ถูกนำมาใช้ในการเรียนรู้ของเครื่องโดยทั่วไปและแสดงให้เห็นถึงศักยภาพที่ยอดเยี่ยมในการประยุกต์ใช้ทางชีวสารสนเทศ^{[ 1 ] [ 2 ]} แบบจำลองเหล่านี้ขยายแบบจำลองเมทริกซ์น้ำหนักตำแหน่ง (PWM) แบบจำลองมาร์คอฟและแบบจำลองเครือข่ายเบย์เซียน (BN) ที่ ใช้กันอย่างแพร่หลาย

ตรงกันข้ามกับโมเดล BN ซึ่งตัวแปรสุ่มแต่ละตัวขึ้นอยู่กับชุดย่อยคงที่ของตัวแปรสุ่ม ในโมเดล VOBN ชุดย่อยเหล่านี้อาจแตกต่างกันไปตามการรับรู้เฉพาะของตัวแปรที่สังเกตได้ การรับรู้ที่สังเกตได้มักเรียกว่าบริบท ดังนั้นโมเดล VOBN จึงเรียกอีกอย่างว่าเครือข่ายเบย์เซียนเฉพาะบริบท^{[ 3 ]} ความยืดหยุ่นในการกำหนดชุดย่อยของตัวแปรเงื่อนไขกลายเป็นข้อได้เปรียบที่แท้จริงในแอปพลิเคชันการจำแนกและการวิเคราะห์ เนื่องจากความสัมพันธ์ทางสถิติระหว่างตัวแปรสุ่มในลำดับของตัวแปร (ไม่จำเป็นต้องอยู่ติดกัน) อาจถูกนำมาพิจารณาอย่างมีประสิทธิภาพ และในลักษณะเฉพาะตำแหน่งและเฉพาะบริบท

• โซ่ Markov
• ตัวอย่างของห่วงโซ่มาร์คอฟ
• แบบจำลองมาร์คอฟลำดับตัวแปร
• กระบวนการมาร์คอฟ
• โซ่ Markov Monte Carlo
• กระบวนการเซมิ-มาร์คอฟ
• ปัญญาประดิษฐ์