ScholarGate
Assistent
Machine learningProbabilistic

Dempster-Shafer Fusion

Dempster-Shafer fusion er en ensemblemetode baseret på evidenssteori (belief functions), der kombinerer forudsigelser fra flere kilder ved at tildele basale sandsynlighedsmasser til delmængder af hypoteser. I stedet for at kræve en sandsynlighedsfordeling over enkelte udfald, tillader den usikkerhed over sæt af udfald, hvilket giver en rigere repræsentation af tillid og tvivl. Metoden, der blev udviklet af Dempster (1968) og formaliseret af Shafer (1976), er særligt nyttig, når kilder er upålidelige, modstridende eller giver delvis evidens.

Åbn i MethodMindSnartApply, compare, get guidance
Tools & resources
Hent slides
Learn & explore
VideoSnart

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Dempster, A. P. (1968). A generalization of Bayesian inference. Journal of the Royal Statistical Society, 30(2), 205-247. DOI: 10.1111/j.2517-6161.1968.tb00722.x
  2. Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Dempster-Shafer Evidence Fusion. ScholarGate. https://scholargate.app/da/ensemble-learning/dempster-shafer-fusion

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateDempster-Shafer Fusion (Dempster-Shafer Evidence Fusion). Hentet 2026-06-17 fra https://scholargate.app/da/ensemble-learning/dempster-shafer-fusion · Datasæt: https://doi.org/10.5281/zenodo.20539026