Dempster-Shafer-teorien om evidens
Dempster-Shafer-teorien er et matematisk rammeværk for ræsonnement under usikkerhed, der generaliserer Bayesiansk sandsynlighed ved eksplicit at repræsentere uvidenhed. I stedet for at tvinge en enkelt sandsynlighed på hver hypotese, tildeler den tro-masse til sæt af hypoteser og udleder et tro-plausibilitetsinterval, og den leverer Dempsters regel til at fusionere evidens fra flere uafhængige kilder. Udviklet fra Arthur Dempsters arbejde fra 1967 og Glenn Shafers monografi fra 1976, danner den grundlag for evidensbaseret ræsonnement og sensor/beslutningsfusion.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Dempster, A. P. (1967). Upper and lower probabilities induced by a multivalued mapping. The Annals of Mathematical Statistics, 38(2), 325–339. DOI: 10.1214/aoms/1177698950 ↗
- Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press. ISBN: 978-0-691-08175-5
Sådan citerer du denne side
ScholarGate. (2026, June 2). Dempster-Shafer Theory of Evidence (Belief Functions). ScholarGate. https://scholargate.app/da/soft-computing/dempster-shafer-theory
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.
- Bayesiansk netværkBayesiansk↔ sammenlign
- Case-Based Reasoning (CBR)Soft computing↔ sammenlign
- Fuzzy Cognitive Maps (FCM)Soft computing↔ sammenlign
- Naive BayesMaskinlæring↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →