Théorie de Dempster-Shafer des évidences
La théorie de Dempster-Shafer est un cadre mathématique pour le raisonnement sous incertitude qui généralise la probabilité bayésienne en représentant explicitement l'ignorance. Au lieu de forcer une probabilité unique sur chaque hypothèse, elle attribue une masse de croyance à des ensembles d'hypothèses et en dérive un intervalle croyance-plausibilité, et elle fournit la règle de Dempster pour fusionner les évidences provenant de sources indépendantes multiples. Développée à partir des travaux d'Arthur Dempster en 1967 et de la monographie de Glenn Shafer en 1976, elle sous-tend le raisonnement évidentiel et la fusion de données de capteurs/décision.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 2). Dempster-Shafer Theory of Evidence (Belief Functions). ScholarGate. https://scholargate.app/fr/soft-computing/dempster-shafer-theory
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Réseau bayésienBayésien↔ comparer
- Raisonnement à base de cas (RBC)Soft computing↔ comparer
- Cartes cognitives floues (FCM)Soft computing↔ comparer
- Naive BayesApprentissage automatique↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →