Machine learningRough sets

แบบจำลองเซตหยาบความแม่นยำแปรผัน (VPRS)

Variable Precision Rough Set (VPRS) เป็นส่วนขยายของทฤษฎีเซตหยาบแบบดั้งเดิมที่ Wojciech Ziarko นำเสนอในปี 1993 เพื่อจัดการกับข้อมูลในโลกแห่งความเป็นจริงที่มีสัญญาณรบกวนและการจำแนกประเภทผิดพลาดอย่างหลีกเลี่ยงไม่ได้ ด้วยการนำเสนอพารามิเตอร์ความแม่นยำ u ซึ่งควบคุมระดับการทับซ้อนที่อนุญาตระหว่างชั้นสมมูลและแนวคิดเป้าหมาย VPRS จะผ่อนปรนข้อกำหนดเซตย่อยที่เข้มงวดของเซตหยาบมาตรฐาน ทำให้สามารถเหนี่ยวนำกฎการจำแนกประเภทโดยประมาณจากชุดข้อมูลที่มีสัญญาณรบกวนหรือไม่สอดคล้องกันได้

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แบบจำลองเซตหยาบความแม่นยำแปรผัน (VPRS)
การคำนวณแบบละเอียด (การส…การตัดสินใจแบบสามทาง

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/th/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)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/soft-computing/variable-precision-rough-set · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026