ScholarGate
Assistent
Machine learningEvidential reasoning

Belief Rule-Base Inference (RIMER)

Forestil dig et panel af eksperter, der ikke blot siger 'hvis trykket er højt, er fejl sandsynlig', men i stedet tildeler konfidensvægte på tværs af flere fejlkategorier samtidigt. BRB formaliserer denne intuition: hver regel bærer en troværdighedsfordeling over mulige udfald snarere end en enkelt skarp konklusion. Når et input ankommer, stemmer alle matchende regler – vægtet efter deres aktiveringsstyrker og pålideligheder – og ER-algoritmen aggregerer disse stemmer til en endelig probabilistisk vurdering uden at miste nogen usikkerhedsinformation.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

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

Log ind

Method map

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

Kilder

  1. Yang, J.-B., Liu, J., Wang, J., Sii, H.-S., & Wang, H.-W. (2006). Belief rule-base inference methodology using the evidential reasoning approach—RIMER. IEEE Transactions on Systems, Man, and Cybernetics—Part A, 36(2), 266–285. DOI: 10.1109/TSMCA.2005.851270

Sådan citerer du denne side

ScholarGate. (2026, June 2). Belief Rule-Base Inference (RIMER). ScholarGate. https://scholargate.app/da/soft-computing/belief-rule-base

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
ScholarGateBelief Rule Base (Belief Rule-Base Inference (RIMER)). Hentet 2026-06-15 fra https://scholargate.app/da/soft-computing/belief-rule-base · Datasæt: https://doi.org/10.5281/zenodo.20539026