ScholarGate
Pembantu
Machine learningUncertainty theory

Teori Set Lembut

Teori Set Lembut ialah rangka kerja matematik untuk mengendalikan ketidakpastian dan ketidaktepatan melalui keluarga set yang diparameterkan. Diperkenalkan oleh Dmitriy Molodtsov pada tahun 1999, ia menyediakan penerangan anggaran objek dalam alam semesta dengan memetakan setiap parameter dalam set parameter yang dipilih kepada subset ketara alam semesta tersebut. Berbeza dengan teori kebarangkalian atau set kabur, set lembut tidak memerlukan fungsi keahlian atau taburan kebarangkalian, menjadikan rangka kerja ini bebas daripada ketidakcukupan alat ketidakpastian sedia ada apabila data yang mencukupi tidak tersedia.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  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

Cara memetik halaman ini

ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/ms/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). Dicapai 2026-06-15 daripada https://scholargate.app/ms/soft-computing/soft-set-theory · Set data: https://doi.org/10.5281/zenodo.20539026