ScholarGate
Asystent
Machine learningRough sets

Model zbiorów przybliżonych ze zmienną precyzją (VPRS)

Model zbiorów przybliżonych ze zmienną precyzją (VPRS) jest rozszerzeniem klasycznej teorii zbiorów przybliżonych, wprowadzonym przez Wojciecha Ziarko w 1993 roku w celu obsługi danych rzeczywistych, które nieuchronnie zawierają szum i błędne klasyfikacje. Poprzez wprowadzenie parametru precyzji u, kontrolującego dopuszczalny stopień pokrywania się klas równoważności z pojęciem docelowym, VPRS rozluźnia wymóg ścisłego podzbioru w standardowych zbiorach przybliżonych, umożliwiając indukcję przybliżonych reguł klasyfikacyjnych z zaszumionych lub niespójnych zbiorów danych.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Model zbiorów przybliżonych ze zmienną precyzją (VPRS)
Obliczenia ziarniste (gr…Decyzje trójdzielne

Źródła

  1. Ziarko, W. (1993). Variable precision rough set model. Journal of Computer and System Sciences, 46(1), 39–59. DOI: 10.1016/0022-0000(93)90048-2

Jak cytować tę stronę

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/pl/soft-computing/variable-precision-rough-set

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
ScholarGateVariable Precision Rough Set (Variable Precision Rough Set Model (VPRS)). Pobrano 2026-06-15 z https://scholargate.app/pl/soft-computing/variable-precision-rough-set · Zbiór danych: https://doi.org/10.5281/zenodo.20539026