ScholarGate
Assistent
Machine learningProbabilistic

Dempster-Shafer-fusjon

Dempster-Shafer-fusjon er en ensemblemetode basert på evidenssteori (trolighetsfunksjoner) som kombinerer prediksjoner fra flere kilder ved å tildele grunnleggende sannsynlighetsmasser til delmengder av hypoteser. I stedet for å kreve en sannsynlighetsfordeling over enkeltutfall, tillater den usikkerhet over sett av utfall, noe som gir en rikere representasjon av konfidens og tvil. Metoden ble utviklet av Dempster (1968) og formalisert av Shafer (1976), og er spesielt nyttig når kilder er upålitelige, motstridende, eller gir delvis evidens.

Åpne i MethodMindSnartApply, compare, get guidance
Tools & resources
Last ned lysbilder
Learn & explore
VideoSnart

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Dempster-Shafer Evidence Fusion. ScholarGate. https://scholargate.app/no/ensemble-learning/dempster-shafer-fusion

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side
ScholarGateDempster-Shafer Fusion (Dempster-Shafer Evidence Fusion). Hentet 2026-06-17 fra https://scholargate.app/no/ensemble-learning/dempster-shafer-fusion · Datasett: https://doi.org/10.5281/zenodo.20539026