ScholarGate
Assistent
Machine learningProbabilistic

Dempster-Shafer Fusie

Dempster-Shafer fusie is een ensemblemethode gebaseerd op de evidentietheorie (belief functions) die voorspellingen van meerdere bronnen combineert door basale waarschijnlijkheidsmassa's toe te kennen aan subsets van hypothesen. In plaats van een kansverdeling over enkele uitkomsten te vereisen, staat het onzekerheid toe over verzamelingen van uitkomsten, wat een rijkere representatie van vertrouwen en twijfel biedt. Deze methode, ontwikkeld door Dempster (1968) en geformaliseerd door Shafer (1976), is bijzonder nuttig wanneer bronnen onbetrouwbaar, tegenstrijdig zijn of gedeeltelijke evidentie leveren.

Openen in MethodMindBinnenkortApply, compare, get guidance
Tools & resources
Dia's downloaden
Learn & explore
VideoBinnenkort

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  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

Deze pagina citeren

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

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken
ScholarGateDempster-Shafer Fusion (Dempster-Shafer Evidence Fusion). Geraadpleegd op 2026-06-17 via https://scholargate.app/nl/ensemble-learning/dempster-shafer-fusion · Gegevensset: https://doi.org/10.5281/zenodo.20539026