ScholarGate
Trợ lý
Machine learningProbabilistic

Dempster-Shafer Fusion

Dempster-Shafer fusion là một phương pháp tổng hợp dựa trên lý thuyết bằng chứng (hàm xác suất cơ bản) kết hợp các dự đoán từ nhiều nguồn bằng cách gán khối lượng xác suất cơ bản cho các tập hợp con của giả thuyết. Thay vì yêu cầu một phân phối xác suất trên các kết quả đơn lẻ, nó cho phép sự không chắc chắn trên các tập hợp kết quả, cung cấp một biểu diễn phong phú hơn về sự tin cậy và nghi ngờ. Được phát triển bởi Dempster (1968) và được hình thức hóa bởi Shafer (1976), phương pháp này đặc biệt hữu ích khi các nguồn không đáng tin cậy, mâu thuẫn hoặc cung cấp bằng chứng không đầy đủ.

Mở trong MethodMindSắp ra mắtApply, compare, get guidance
Tools & resources
Tải xuống bản trình chiếu
Learn & explore
VideoSắp ra mắt

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

Nguồn tài liệu

  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

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Dempster-Shafer Evidence Fusion. ScholarGate. https://scholargate.app/vi/ensemble-learning/dempster-shafer-fusion

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song
ScholarGateDempster-Shafer Fusion (Dempster-Shafer Evidence Fusion). Truy cập ngày 2026-06-17 từ https://scholargate.app/vi/ensemble-learning/dempster-shafer-fusion · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026