Machine learningUncertainty theory

Teorija mekih skupova

Teorija mekih skupova je matematički okvir za upravljanje nesigurnošću i nepreciznošću putem parametriziranih obitelji skupova. Uvedena od strane Dmitrija Molodcova 1999. godine, pruža aproksimativni opis objekata u svemiru mapiranjem svakog parametra u odabranom skupu parametara na oštar podskup tog svemira. Za razliku od teorije vjerojatnosti ili neizrazitih skupova, meki skupovi ne zahtijevaju funkciju pripadnosti ili distribuciju vjerojatnosti, čime je okvir oslobođen nedostataka postojećih alata za nesigurnost kada nedostaju dovoljni podaci.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  1. Molodtsov, D. (1999). Soft set theory—first results. Computers & Mathematics with Applications, 37(4–5), 19–31. DOI: 10.1016/S0898-1221(99)00056-5

Kako citirati ovu stranicu

ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/hr/soft-computing/soft-set-theory

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
ScholarGateSoft Set Theory (Soft Set Theory). Preuzeto 2026-06-15 s https://scholargate.app/hr/soft-computing/soft-set-theory · Skup podataka: https://doi.org/10.5281/zenodo.20539026