Machine learningUncertainty theory
가능성 이론
가능성 이론은 불확실성 하에서의 표현 및 추론을 위한 수학적 프레임워크로, 1978년 Lotfi Zadeh가 도입했으며 1988년 단행본에서 Didier Dubois와 Henri Prade가 체계적으로 발전시켰습니다. 이 이론은 가능성 분포(universe의 각 요소에 [0,1] 범위의 정도를 할당하는 함수)를 사용하여 무엇이 그럴듯하거나 이용 가능한 정보와 일관성이 있는지를 인코딩하며, 데이터가 부족하거나 지식이 부정확한 상황에서 확률 이론을 보완합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Dubois, D., & Prade, H. (1988). Possibility Theory: An Approach to Computerized Processing of Uncertainty. Plenum Press. ISBN: 978-0-306-42520-2
- Zadeh, L. A. (1978). Fuzzy sets as a basis for a theory of possibility. Fuzzy Sets and Systems, 1(1), 3–28. DOI: 10.1016/0165-0114(78)90029-5 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Possibility Theory. ScholarGate. https://scholargate.app/ko/soft-computing/possibility-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.
- 데مبر스터-셰퍼 증거 이론소프트 컴퓨팅↔ compare
- 입자 컴퓨팅 (정보 입자화)소프트 컴퓨팅↔ compare
- 불명확 확률소프트 컴퓨팅↔ compare