Teorie měkkých množin
Teorie měkkých množin je matematický rámec pro zvládání nejistoty a nepřesnosti prostřednictvím parametrizovaných rodin množin. Představená Dmitrijem Molodcovem v roce 1999, poskytuje přibližný popis objektů ve vesmíru mapováním každého parametru ve zvolené množině parametrů na ostrou podmnožinu tohoto vesmíru. Na rozdíl od teorie pravděpodobnosti nebo fuzzy množin nevyžadují měkké množiny žádnou funkci příslušnosti ani pravděpodobnostní rozdělení, čímž je rámec zbaven nedostatečnosti stávajících nástrojů pro zvládání nejistoty, když nejsou k dispozici dostatečná data.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Molodtsov, D. (1999). Soft set theory—first results. Computers & Mathematics with Applications, 37(4–5), 19–31. DOI: 10.1016/S0898-1221(99)00056-5 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/cs/soft-computing/soft-set-theory
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Formální analýza konceptů (FCA)Soft computing↔ compare
- Granular Computing (Informational Granulace)Soft computing↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →