Dempster-Shafer-teorin om evidens
Dempster-Shafer-teorin är ett matematiskt ramverk för resonemang under osäkerhet som generaliserar Bayesiansk sannolikhet genom att explicit representera okunskap. Istället för att tvinga fram en enda sannolikhet för varje hypotes, tilldelar den trosmassa till mängder av hypoteser och härleder ett tros-plausibilitetsintervall, och den tillhandahåller Dempsters regel för att fusionera evidens från flera oberoende källor. Utvecklad från Arthur Dempsters arbete från 1967 och Glenn Shaffers monografi från 1976, ligger den till grund för evidensbaserat resonemang och sensor-/beslutsfusion.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 2). Dempster-Shafer Theory of Evidence (Belief Functions). ScholarGate. https://scholargate.app/sv/soft-computing/dempster-shafer-theory
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesianskt nätverkBayesiansk statistik↔ jämför
- Case-Based Reasoning (CBR)Soft computing↔ jämför
- Fuzzy kognitiva kartor (FCM)Soft computing↔ jämför
- Naiv BayesMaskininlärning↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →