ScholarGate
Asistents
Machine learningProbabilistic

Dempstera-Šefera sapludināšana

Dempstera-Šefera sapludināšana ir kopas metode, kas balstīta uz pierādījumu teoriju (ticamības funkcijām), kura apvieno prognozes no vairākiem avotiem, piešķirot pamata varbūtības masas hipotēžu apakškopām. Tā vietā, lai prasītu varbūtības sadalījumu pār atsevišķiem iznākumiem, tā pieļauj nenoteiktību pār iznākumu kopām, nodrošinot bagātāku pārliecības un šaubu attēlojumu. Šo metodi, ko izstrādāja Dempsters (1968) un formalizēja Šeferis (1976), īpaši izmanto, ja avoti ir neuzticami, pretrunīgi vai sniedz nepilnīgu pierādījumu.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Dempstera-Šefera sapludināšana
Balsojums vairākumāSvērtais balsojums

Avoti

  1. Dempster, A. P. (1968). A generalization of Bayesian inference. Journal of the Royal Statistical Society, 30(2), 205-247. DOI: 10.1111/j.2517-6161.1968.tb00722.x
  2. Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Dempster-Shafer Evidence Fusion. ScholarGate. https://scholargate.app/lv/ensemble-learning/dempster-shafer-fusion

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus
ScholarGateDempster-Shafer Fusion (Dempster-Shafer Evidence Fusion). Izgūts 2026-06-17 no https://scholargate.app/lv/ensemble-learning/dempster-shafer-fusion · Datu kopa: https://doi.org/10.5281/zenodo.20539026