ScholarGate
Assistent
Machine learningUncertainty theory

Soft Set Theorie

Soft Set Theorie is een wiskundig raamwerk voor het omgaan met onzekerheid en onnauwkeurigheid door middel van geparametriseerde families van verzamelingen. Geïntroduceerd door Dmitriy Molodtsov in 1999, biedt het een benaderende beschrijving van objecten in een universum door elke parameter in een gekozen parameterverzameling toe te wijzen aan een scherpe deelverzameling van dat universum. In tegenstelling tot waarschijnlijkheidstheorie of fuzzy verzamelingen, vereisen soft sets geen lidmaatschapsfunctie of kansverdeling, waardoor het raamwerk vrij is van de ontoereikendheid van bestaande onzekerheidstools wanneer onvoldoende gegevens beschikbaar zijn.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

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

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/nl/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). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/soft-computing/soft-set-theory · Gegevensset: https://doi.org/10.5281/zenodo.20539026