ScholarGate
Assistent
Machine learningEvidence theory

Dempster-Shafer Theorie van Bewijs

Dempster-Shafer theorie is een wiskundig raamwerk voor redeneren onder onzekerheid dat Bayesiaanse waarschijnlijkheid generaliseert door onwetendheid expliciet weer te geven. In plaats van elke hypothese een enkele waarschijnlijkheid toe te kennen, kent het geloofsmassa toe aan verzamelingen van hypothesen en leidt het een geloof-plausibiliteitsinterval af. Het biedt Dempster's regel voor het fuseren van bewijs uit meerdere onafhankelijke bronnen. Ontwikkeld uit het werk van Arthur Dempster uit 1967 en de monografie van Glenn Shafer uit 1976, vormt het de basis voor evidentieel redeneren en sensor/beslissingsfusie.

Openen in MethodMindBinnenkortVideoBinnenkortDia's downloaden

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. (1967). Upper and lower probabilities induced by a multivalued mapping. The Annals of Mathematical Statistics, 38(2), 325–339. DOI: 10.1214/aoms/1177698950
  2. Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press. ISBN: 978-0-691-08175-5

Deze pagina citeren

ScholarGate. (2026, June 2). Dempster-Shafer Theory of Evidence (Belief Functions). ScholarGate. https://scholargate.app/nl/soft-computing/dempster-shafer-theory

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

Geciteerd door

ScholarGateDempster-Shafer Theory (Dempster-Shafer Theory of Evidence (Belief Functions)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/soft-computing/dempster-shafer-theory · Gegevensset: https://doi.org/10.5281/zenodo.20539026