Machine learningRough sets
가변 정밀도 거친집합 모델 (VPRS)
가변 정밀도 거친집합(VPRS)은 1993년 Wojciech Ziarko가 도입한 고전 거친집합 이론의 확장으로, 필연적으로 노이즈와 오분류를 포함하는 실제 데이터를 처리하기 위해 고안되었습니다. 동치 집합과 목표 개념 간의 허용 가능한 중첩 정도를 제어하는 정밀도 매개변수 u를 도입함으로써, VPRS는 표준 거친집합의 엄격한 부분집합 요구 사항을 완화하여 노이즈가 있거나 일관성 없는 데이터셋에서 근사 분류 규칙을 유도할 수 있게 합니다.
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
- Ziarko, W. (1993). Variable precision rough set model. Journal of Computer and System Sciences, 46(1), 39–59. DOI: 10.1016/0022-0000(93)90048-2 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/ko/soft-computing/variable-precision-rough-set
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.
- 입자 컴퓨팅 (정보 입자화)소프트 컴퓨팅↔ compare
- 삼방향 결정소프트 컴퓨팅↔ compare