Dempster-Shafer-teorien for evidens
Dempster-Shafer-teorien er et matematisk rammeverk for resonnering under usikkerhet som generaliserer Bayesiansk sannsynlighet ved å eksplisitt representere uvitenhet. I stedet for å tvinge en enkelt sannsynlighet på hver hypotese, tildeler den tro-masse til sett av hypoteser og utleder et tro-plausibilitetsintervall, og den gir Dempsters regel for å fusjonere evidens fra flere uavhengige kilder. Utviklet fra Arthur Dempsters arbeid fra 1967 og Glenn Shafers monografi fra 1976, danner den grunnlaget for evidensbasert resonnering og sensor/beslutningsfusjon.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- 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 ↗
- Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press. ISBN: 978-0-691-08175-5
Slik siterer du denne siden
ScholarGate. (2026, June 2). Dempster-Shafer Theory of Evidence (Belief Functions). ScholarGate. https://scholargate.app/no/soft-computing/dempster-shafer-theory
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.
- Bayesiansk nettverkBayesiansk↔ sammenlign
- Case-Based Reasoning (CBR)Soft computing↔ sammenlign
- Fuzzy Cognitive Maps (FCM)Soft computing↔ sammenlign
- Naive BayesMaskinlæring↔ sammenlign
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →