ScholarGate
Asistent
Machine learningRough sets

Model variabilního přesného hrubého množinového modelu (VPRS)

Variabilní přesný hrubý množinový model (VPRS) je rozšířením klasické teorie hrubých množin, které zavedl Wojciech Ziarko v roce 1993 pro zpracování dat z reálného světa, jež nevyhnutelně obsahují šum a chybné klasifikace. Zavedením parametru přesnosti u, který řídí přípustný stupeň překrytí mezi třídami ekvivalence a cílovým konceptem, VPRS uvolňuje přísný požadavek na podmnožinu standardních hrubých množin, což umožňuje indukci přibližných klasifikačních pravidel z datových sad obsahujících šum nebo nekonzistence.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Model variabilního přesného hrubého množinového modelu (VPRS)
Granular Computing (Info…Třícestná rozhodování

Zdroje

  1. Ziarko, W. (1993). Variable precision rough set model. Journal of Computer and System Sciences, 46(1), 39–59. DOI: 10.1016/0022-0000(93)90048-2

Jak citovat tuto stránku

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/cs/soft-computing/variable-precision-rough-set

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.

Compare side by side
ScholarGateVariable Precision Rough Set (Variable Precision Rough Set Model (VPRS)). Získáno 2026-06-15 z https://scholargate.app/cs/soft-computing/variable-precision-rough-set · Datová sada: https://doi.org/10.5281/zenodo.20539026