SlideShare ist ein Scribd-Unternehmen logo
1 von 48
Downloaden Sie, um offline zu lesen
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مدرس‬:
‫خزایی‬ ‫مقداد‬
‫بیوسیستم‬ ‫مکانیک‬ ‫دکتری‬ ‫دانشجوی‬
‫مدرس‬ ‫تربیت‬ ‫دانشگاه‬
‫آن‬ ‫کاربردهای‬ ‫و‬ ‫داده‬ ‫تلفیق‬ ‫راهبرد‬
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫تصمیم‬ ‫سطح‬ ‫در‬ ‫داده‬ ‫تلفیق‬
Decision Level Fusion‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬
‫در‬‫بسیاری‬‫از‬‫مواقع‬‫در‬‫کاربردهای‬‫تلفیق‬،‫داده‬‫افزایش‬‫بیش‬‫از‬‫حد‬‫تعداد‬‫حسگرها‬‫برای‬‫تلفیق‬‫آنها‬‫د‬‫ر‬‫سطوح‬
‫عددی‬‫و‬‫ویژگی‬‫در‬‫امری‬‫بیهوده‬‫و‬‫حتی‬‫احتماال‬‫مضر‬‫نیز‬‫خواهد‬‫بود‬.
‫به‬‫عنوان‬‫مثال‬‫ممکن‬‫است‬‫استفاده‬‫از‬‫یک‬‫حسگر‬‫دقت‬‫عیب‬‫یابی‬80‫درصد‬‫که‬‫دقتی‬‫نه‬‫چندان‬‫مناسب‬،‫است‬
‫به‬‫دست‬‫دهد‬.‫با‬‫استفاده‬‫از‬‫دو‬‫و‬‫یا‬‫سه‬‫حسگر‬‫و‬‫تلفیق‬‫آنها‬‫در‬‫سطح‬‫ویژگی‬‫دقت‬‫عیب‬‫یابی‬‫ممکن‬‫اس‬‫ت‬‫به‬
‫حدود‬90‫درصد‬‫که‬‫دقتی‬‫نسبتا‬‫قابل‬‫قبول‬،‫است‬‫نیز‬‫برسد‬.‫اما‬‫استفاده‬‫از‬‫حسگرهای‬‫بیشتر‬‫دیگ‬‫ر‬‫مطلوب‬
‫نبوده‬‫و‬‫دقت‬‫عیب‬‫یابی‬‫به‬‫علت‬‫افزایش‬‫شدید‬‫فضای‬‫ورودی‬‫مجددا‬‫سیر‬‫نزولی‬‫پیدا‬‫خواهد‬‫نمود‬.‫چرا‬‫ک‬‫ه‬‫طبقه‬-
‫بند‬‫دیگر‬‫توانایی‬‫تحلیل‬‫این‬‫فضای‬‫ورودی‬‫عظیم‬‫را‬‫نخواهد‬‫داشت‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬
‫بدیهی‬‫است‬‫که‬10‫درصد‬‫دقت‬‫باقی‬‫مانده‬‫برای‬‫بسیاری‬‫از‬‫صنایع‬‫حساس‬‫از‬‫اهمیتی‬‫حیاتی‬‫برخوردار‬‫اس‬‫ت‬‫و‬
‫در‬‫واقع‬‫وجه‬‫تمایز‬‫آنها‬‫از‬‫دیگر‬‫صنایع‬‫معمولی‬‫است‬.‫این‬‫مشکل‬‫هنگامی‬‫بغرنج‬‫تر‬‫می‬‫شود‬‫که‬‫بدانیم‬‫افزایش‬
‫دقت‬‫عیب‬‫یابی‬‫از‬‫مرز‬70‫به‬90‫درصد‬‫بسیار‬‫ساده‬‫تر‬‫از‬‫افزایش‬‫چند‬‫درصدی‬‫آن‬‫از‬90‫درصد‬‫به‬‫اعداد‬‫بآالتر‬
‫می‬‫باشد‬.
‫با‬‫توجه‬‫به‬‫مقدمات‬‫گفته‬‫شده‬‫احتماال‬‫اهمیت‬‫استفاده‬‫از‬‫روش‬‫های‬‫تلفیق‬‫داده‬‫در‬‫سطح‬‫تصمیم‬‫و‬‫است‬‫فاده‬‫از‬
‫تئوری‬‫دمپستر‬-‫شافر‬‫در‬‫مقایسه‬‫با‬‫روش‬‫های‬‫دیگر‬‫به‬‫خوبی‬‫روشن‬‫شده‬‫است‬.‫اکنون‬‫به‬‫شرح‬‫قوانی‬‫ن‬‫حاکم‬‫بر‬
‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫و‬‫چگونگی‬‫به‬‫کار‬‫گرفتن‬‫این‬‫روش‬‫در‬‫پژوهش‬‫حاضر‬‫می‬‫پردازیم‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬
‫بدیهی‬‫است‬‫که‬10‫درصد‬‫دقت‬‫باقی‬‫مانده‬‫برای‬‫بسیاری‬‫از‬‫صنایع‬‫حساس‬‫از‬‫اهمیتی‬‫حیاتی‬‫برخوردار‬‫اس‬‫ت‬‫و‬
‫در‬‫واقع‬‫وجه‬‫تمایز‬‫آنها‬‫از‬‫دیگر‬‫صنایع‬‫معمولی‬‫است‬.‫این‬‫مشکل‬‫هنگامی‬‫بغرنج‬‫تر‬‫می‬‫شود‬‫که‬‫بدانیم‬‫افزایش‬
‫دقت‬‫عیب‬‫یابی‬‫از‬‫مرز‬70‫به‬90‫درصد‬‫بسیار‬‫ساده‬‫تر‬‫از‬‫افزایش‬‫چند‬‫درصدی‬‫آن‬‫از‬90‫درصد‬‫به‬‫اعداد‬‫بآالتر‬
‫می‬‫باشد‬.
‫با‬‫توجه‬‫به‬‫مقدمات‬‫گفته‬‫شده‬‫احتماال‬‫اهمیت‬‫استفاده‬‫از‬‫روش‬‫های‬‫تلفیق‬‫داده‬‫در‬‫سطح‬‫تصمیم‬‫و‬‫است‬‫فاده‬‫از‬
‫تئوری‬‫دمپستر‬-‫شافر‬‫در‬‫مقایسه‬‫با‬‫روش‬‫های‬‫دیگر‬‫به‬‫خوبی‬‫روشن‬‫شده‬‫است‬.‫اکنون‬‫به‬‫شرح‬‫قوانی‬‫ن‬‫حاکم‬‫بر‬
‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫و‬‫چگونگی‬‫به‬‫کار‬‫گرفتن‬‫این‬‫روش‬‫در‬‫پژوهش‬‫حاضر‬‫می‬‫پردازیم‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫دمپستر‬ ‫شواهد‬ ‫نظریه‬-‫شافر‬
Dempster- Shafer Theory of Evidence‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫و‬ ‫مبانی‬
‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫به‬‫زعم‬‫بسیاری‬‫از‬‫مراجع‬،‫معتبر‬‫نیرومندترین‬‫روش‬‫د‬‫ر‬‫تلفیق‬
‫داده‬‫هاست‬.‫این‬‫روش‬‫در‬‫واقع‬‫به‬‫تلفیق‬‫داده‬‫ها‬‫در‬‫سطح‬‫تصمیم‬‫می‬‫پردازد‬.
‫این‬‫روش‬‫توانایی‬‫تلفیق‬‫هرگونه‬‫داده‬،‫عددی‬‫سیگنالی‬‫و‬‫چند‬‫بعدی‬‫را‬‫دارد‬.
‫افزایش‬‫تعداد‬‫حسگرها‬‫و‬‫فضای‬‫ورودی‬‫اگرچه‬‫محاسبات‬‫را‬‫افزایش‬‫می‬،‫دهد‬‫اما‬‫به‬‫آشفت‬‫گی‬
‫در‬‫نتایج‬‫منجر‬،‫نخواهد‬‫بلکه‬‫معموال‬‫به‬‫افزایش‬‫دقت‬‫منجر‬‫خواهد‬‫شد‬.
‫در‬‫حالی‬‫که‬‫افزایش‬‫فضای‬‫ورودی‬‫در‬‫روش‬‫های‬‫تلفیق‬‫ویژگی‬‫و‬‫مانند‬‫آن‬‫ممکن‬‫است‬‫ب‬‫ه‬
‫راحتی‬‫کاهش‬‫دقت‬‫را‬‫در‬‫پی‬‫داشته‬‫باشد‬‫و‬‫باعث‬‫سردرگمی‬‫شواهد‬‫و‬‫تصمیم‬‫گیرها‬‫ش‬‫ود‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫و‬ ‫مبانی‬
‫نظریه‬‫شواهد‬‫ابتدا‬‫با‬‫انتشار‬‫نظریه‬‫حدود‬‫احتمالی‬‫باال‬‫و‬‫پایین‬‫توسط‬‫دمپستر‬‫د‬‫ر‬‫سال‬1967
‫متولد‬‫شد‬.
‫شافر‬‫در‬‫سال‬1976‫به‬‫تکمیل‬‫این‬‫نظریه‬‫و‬‫رفع‬‫نواقص‬‫آن‬‫پرداخته‬‫و‬‫این‬‫نظریه‬‫را‬‫بر‬‫ای‬
‫آنالیز‬‫اطالعات‬‫غیرشفاف‬‫و‬‫ناکامل‬‫بسط‬‫داد‬.
‫از‬‫آن‬‫پس‬‫این‬‫نظریه‬‫به‬‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫مشهور‬‫گردیده‬‫است‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫شواهد‬ ‫نظریه‬ ‫اساسی‬ ‫مفاهیم‬
‫همانگونه‬‫که‬‫از‬‫نام‬‫آن‬،‫پیداست‬‫نظریه‬‫دمپستر‬-‫شافر‬‫بر‬‫پایه‬‫مقادیر‬‫اعتقادی‬‫تع‬‫دادی‬‫شاهد‬
‫از‬‫یک‬‫سوژه‬‫و‬‫تلفیق‬‫انتخاب‬‫های‬‫این‬‫شواهد‬‫بنا‬‫شده‬‫است‬.
‫این‬‫نظریه‬‫توانسته‬‫است‬‫روش‬‫های‬‫سنتی‬‫احتمآالت‬‫را‬‫به‬‫چالش‬‫بکشاند‬‫چرا‬‫که‬‫در‬‫و‬‫اقع‬‫در‬
‫نظریه‬‫سنتی‬‫احتمآالت‬‫ما‬‫تنها‬‫با‬‫یک‬‫عدد‬‫مواجه‬‫هستیم‬‫اما‬‫در‬‫نظریه‬‫شواهد‬‫ما‬‫با‬‫مج‬‫موعه‬-
‫ای‬‫از‬‫احتمآالت‬‫سر‬‫و‬‫کار‬‫داریم‬‫که‬‫ممکن‬‫است‬‫با‬‫یکدیگر‬‫همسو‬‫و‬‫یا‬‫در‬‫تضاد‬‫باشن‬‫د‬.
‫پرداخته‬ ‫سوژه‬ ‫یک‬ ‫بررسی‬ ‫به‬ ‫که‬ ‫است‬ ‫متعددی‬ ‫شواهد‬ ‫از‬ ‫اعتقادی‬ ‫نگاشت‬ ‫یک‬ ‫نظریه‬ ‫این‬‫اند‬
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫شواهد‬ ‫نظریه‬ ‫اساسی‬ ‫مفاهیم‬
‫مزیت‬‫حیاتی‬‫نظریه‬‫شواهد‬‫آن‬‫است‬‫که‬‫این‬‫روش‬‫به‬‫نحوی‬‫طراحی‬‫شده‬‫است‬‫تا‬‫بتواند‬‫در‬‫سطوح‬‫مختل‬‫فی‬‫از‬
‫مقادیر‬‫اعتقادی‬،‫شواهد‬‫با‬‫موفقیت‬‫به‬‫جمع‬‫بندی‬‫آنها‬‫بپردازد‬‫و‬‫در‬‫این‬‫زمینه‬‫نیازی‬‫به‬‫تحصیل‬‫و‬‫تز‬‫ریق‬
‫اطالعات‬‫اضافه‬‫ندارد‬.
‫این‬‫برآورد‬‫شواهد‬‫از‬‫سوژه‬‫ها‬‫ممکن‬‫است‬‫حآالت‬‫به‬‫شدت‬‫متغیری‬‫را‬‫اختیار‬‫نماید‬.‫به‬‫عنوان‬‫مثال‬‫ممکن‬‫ا‬‫ست‬
‫دو‬‫شاهد‬‫کامال‬‫همسو‬،‫باشند‬‫با‬‫یکدیگر‬‫کمی‬‫اشتراک‬‫داشته‬،‫باشند‬‫شامل‬‫هم‬‫باشند‬‫و‬‫یا‬‫اصوال‬‫هی‬‫چگونه‬
‫اشتراکی‬‫با‬‫یکدیگر‬‫نداشته‬‫باشند‬.‫این‬‫موضوع‬‫در‬‫واقع‬‫همان‬‫توانایی‬‫نظریه‬‫شواهد‬‫در‬‫تحلیل‬‫اطال‬‫عات‬‫ناکافی‬‫و‬
‫غیر‬‫دقیق‬‫اشاره‬‫دارد‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405‫سوژه‬ ‫از‬ ‫شواهد‬ ‫برآورد‬ ‫در‬ ‫ممکن‬ ‫مختلف‬ ‫حاالت‬
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫کلیات‬ ‫و‬ ‫مبانی‬
‫همانگونه‬‫که‬‫از‬‫شکل‬‫پیداست‬‫در‬‫حالت‬"‫الف‬"‫نوعی‬‫رابطه‬‫تلفیقی‬‫از‬‫شمول‬‫و‬‫اشتراک‬‫بین‬‫برآورد‬‫شواهد‬
‫وجود‬‫دارد‬.
‫در‬‫حالت‬"‫ب‬"‫تنها‬‫رابطه‬‫شمول‬‫حاکم‬‫است‬.
‫حالت‬"‫ج‬"‫یک‬‫نوع‬‫تضاد‬‫کامل‬‫را‬‫به‬‫نمایش‬‫گذاشته‬‫است‬.
‫در‬‫پایان‬‫در‬‫حالت‬"‫د‬"‫رابطه‬،‫اشتراکی‬‫رابطه‬‫غالب‬‫بین‬‫شواهد‬‫یا‬‫همان‬‫حسگرها‬‫است‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مهم‬ ‫مثال‬ ‫یک‬
‫به‬‫عنوان‬‫مثال‬‫هرگاه‬‫مطالعه‬‫موردی‬‫را‬‫یک‬‫چرخ‬‫دنده‬‫و‬‫سوژه‬‫را‬‫یک‬‫سیگنال‬‫ارتعاشی‬‫تحصیل‬‫شده‬‫از‬‫آن‬
‫فرض‬‫کنید‬،‫در‬‫حالت‬"‫ج‬"،‫شکل‬‫حسگر‬A‫سیگنال‬‫ورودی‬‫را‬‫سیگنال‬‫یک‬‫چرخ‬‫دنده‬‫سالم‬‫تشخیص‬‫داده‬
‫است‬‫در‬‫حالی‬‫که‬‫حسگر‬B‫آن‬‫را‬‫در‬‫کالس‬‫شکسته‬‫طبقه‬‫بندی‬‫نموده‬‫است‬.
‫در‬‫حآالت‬‫دیگر‬‫تشخیص‬‫حسگرهای‬‫به‬‫این‬‫دقت‬‫نبوده‬‫و‬‫با‬‫احتمآالتی‬‫همراه‬‫است‬.‫به‬‫عنوان‬‫مثال‬‫در‬‫ح‬‫الت‬
"‫د‬"‫حسگر‬B‫چرخدنده‬‫را‬‫با‬‫اطمینان‬‫باالیی‬‫ساییده‬‫تشخیص‬‫داده‬‫است‬‫به‬‫همین‬‫دلیل‬‫با‬‫برآورد‬‫حسگ‬‫ر‬D‫که‬
‫آن‬‫را‬‫شکسته‬‫دانسته‬،‫است‬‫اشتراک‬‫کمی‬‫دارد‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مهم‬ ‫مثال‬ ‫یک‬
‫برآورد‬‫حسگر‬B،‫حسگر‬A‫که‬‫با‬‫یقین‬‫چرخ‬‫دنده‬‫را‬‫ساییده‬‫طبقه‬‫بندی‬‫نموده‬‫را‬‫کامال‬‫شامل‬‫شده‬‫است‬.‫ای‬‫ن‬‫در‬
‫حالی‬‫است‬‫که‬‫حسگر‬C‫احتمال‬‫ساییدگی‬‫و‬‫شکستگی‬‫را‬‫تقریبا‬‫متوسط‬‫دانسته‬‫است‬.‫در‬‫این‬‫حالت‬‫ب‬‫رآورد‬‫این‬
‫حسگر‬‫در‬‫ساییده‬‫بودن‬‫چرخ‬،‫دنده‬‫برآورد‬‫حسگر‬A‫را‬‫در‬‫بر‬‫گرفته‬‫و‬‫با‬‫حسگر‬B‫نیز‬‫اشتراک‬‫زیادی‬‫دارد‬.
‫برآورد‬‫حسگر‬C‫از‬‫شکستگی‬‫چرخ‬‫دنده‬‫نیز‬‫اشتراکی‬‫نسبتا‬‫مساوی‬‫با‬‫برآورد‬‫حسگر‬D‫به‬‫وجود‬‫آورده‬‫است‬.‫در‬
‫این‬‫وضعیت‬‫حسگر‬E‫با‬‫اطمینان‬‫زیادی‬‫چرخ‬‫دنده‬‫را‬‫سالم‬‫تشخیص‬‫داده‬،‫است‬‫اما‬‫با‬‫احتمال‬‫کمی‬‫به‬‫شکس‬‫ته‬
‫یا‬‫ساییده‬‫بودن‬‫آن‬‫نیز‬‫رای‬‫داده‬‫است‬.‫این‬‫احتمال‬‫ضعیف‬‫به‬‫نوبه‬‫ی‬‫خود‬‫باعث‬‫اشتراک‬‫برآورد‬‫این‬‫حس‬‫گر‬‫با‬
‫حسگرهای‬D‫و‬C‫شده‬‫است‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مهم‬ ‫مثال‬ ‫یک‬
‫از‬‫میان‬‫چهار‬‫حالت‬‫آورده‬‫شده‬‫در‬‫شکل‬،‫حالت‬"‫ج‬"‫و‬"‫د‬"‫از‬‫اهمیت‬‫بیشتری‬‫نسبت‬‫به‬‫سایرین‬‫برخورار‬
‫هستند‬.‫چرا‬‫که‬‫در‬‫اغلب‬‫اوقات‬‫با‬‫این‬‫دو‬‫حالت‬‫مواجه‬‫هستیم‬.
‫ازین‬‫میان‬‫حالت‬"‫ج‬"‫اگرچه‬‫بسیار‬‫کمتر‬‫اتفاق‬‫می‬‫افتد‬‫اما‬‫اهمیت‬‫بسیار‬‫زیادی‬‫دارد‬.‫این‬‫اهمیت‬‫بسی‬‫ار‬‫از‬‫آنجا‬
‫نشات‬‫می‬‫گیرد‬‫که‬‫تحلیل‬‫این‬‫وضعیت‬‫بسیار‬‫مشکلتر‬‫از‬‫دیگر‬‫حآالت‬‫است‬.‫به‬‫عنوان‬‫مثال‬‫با‬‫فر‬‫ضیات‬‫یاد‬،‫شده‬
‫در‬‫حالت‬"‫د‬"‫می‬‫توان‬‫حدس‬‫زد‬‫که‬‫چرخ‬‫دنده‬‫ساییده‬‫است‬.‫چرا‬‫که‬‫دست‬‫کم‬‫دو‬‫حسگر‬B‫و‬A‫با‬‫قطعیت‬‫زیاد‬
‫و‬‫حسگر‬C‫با‬‫احتمال‬‫متوسط‬‫به‬‫این‬‫کالس‬‫رای‬‫داده‬‫اند‬.‫اما‬‫با‬‫همین‬‫فرض‬‫و‬‫در‬‫حالت‬"‫ج‬"‫هیچگونه‬‫حدسی‬
‫امکان‬‫پذیر‬‫نیست‬.‫چرا‬‫که‬‫در‬‫این‬،‫حالت‬‫هریک‬‫از‬‫حسگرها‬‫با‬‫قاطعیت‬‫تمام‬‫به‬‫یک‬‫حالت‬‫خاص‬‫از‬‫یک‬‫س‬‫وژه‬
‫رای‬‫داده‬‫و‬‫هیچگونه‬‫اشتراکی‬‫نیز‬‫ندارند‬.‫در‬‫این‬‫شرایط‬‫انتخاب‬‫بین‬‫حسگرها‬‫تعیین‬‫کننده‬‫است‬‫ک‬‫ه‬‫مباحث‬
‫آن‬‫خواهد‬‫آمد‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫شواهد‬ ‫نظریه‬ ‫در‬ ‫اساسی‬ ‫توابع‬
‫فرض‬‫کنید‬‫مجموعه‬‫ی‬‫یک‬‫مجموعه‬‫ی‬‫شمارا‬‫از‬‫احتمآالت‬‫برآورد‬‫شده‬‫از‬‫یک‬‫سوژه‬‫باشند‬.‫این‬‫مجموعه‬‫در‬‫واقع‬
‫چارچوب‬‫بررسی‬‫ها‬‫درباره‬‫وقوع‬‫یک‬‫اتفاق‬‫است‬‫و‬‫قدرت‬‫آن‬‫نیز‬‫با‬‫تعریف‬‫می‬‫گردد‬.‫سه‬‫تابع‬‫بسیار‬‫مهم‬‫در‬‫ن‬‫ظریه‬
‫دمپستر‬-‫شافر‬‫وجود‬‫دارد‬‫که‬‫محور‬‫محاسبات‬‫و‬‫معادالت‬‫را‬‫تشکیل‬‫می‬‫دهند‬.‫این‬‫سه‬‫تابع‬‫عبارتند‬‫از‬:
‫تابع‬‫اساسی‬‫جرم‬‫احتمال‬(m)
‫تابع‬‫اعتماد‬(Bel)
‫تابع‬‫مقبولیت‬(Pl)
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405‫شواهد‬ ‫نظریه‬ ‫در‬ ‫اساسی‬ ‫توابع‬
‫تابع‬‫اساسی‬‫جرم‬‫احتمال‬‫که‬‫ازین‬‫پس‬‫از‬‫آن‬‫تنها‬‫با‬‫نام‬‫تابع‬‫جرم‬‫یاد‬‫می‬،‫شود‬‫مهم‬‫ترین‬‫تابع‬‫در‬‫نظریه‬‫ش‬‫واهد‬‫است‬
‫و‬‫با‬‫دو‬‫نماد‬‫مشهور‬m‫و‬BPA‫شناخته‬‫می‬‫شود‬.
‫تابع‬‫جرم‬‫در‬‫واقع‬‫نگاشت‬‫اعتقادی‬‫یک‬‫شاهد‬‫به‬‫وجود‬‫حالت‬A‫است‬‫که‬‫با‬‫عددی‬‫بین‬‫صفر‬‫و‬‫یک‬‫تعریف‬‫می‬‫گردد‬.
‫به‬‫دو‬‫شرط‬‫زیر‬:
‫احتمال‬‫وقوع‬‫حالت‬‫تهی‬‫صفر‬‫باشد‬
‫مجموع‬‫تابع‬‫جرم‬‫تمامی‬‫زیرمجموعه‬‫های‬‫مجموعه‬‫مرجع‬‫برابر‬‫با‬‫یک‬‫باشد‬
‫نکته‬‫مهم‬:‫تابع‬‫جرم‬‫مجموعه‬A‫هیچ‬‫توضیحی‬‫درباره‬‫احتمال‬‫وقوع‬‫زیرمجموعه‬‫های‬‫آن‬‫را‬‫نمی‬‫دهد‬‫و‬‫تنها‬‫احتمال‬
‫وقوع‬A‫را‬‫بیان‬‫می‬‫دارد‬.
   : P 0,1
( ) 0
( ) 1
A P
m X
if
m
m A


 




 


‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مقبولیت‬ ‫و‬ ‫اعتماد‬ ‫توابع‬
‫دو‬‫تابع‬‫مهم‬‫دیگر‬‫نظریه‬‫شواهد‬‫با‬‫توجه‬‫به‬‫تعریف‬‫تابع‬‫جرم‬‫محاسبه‬‫می‬‫شوند‬.
‫در‬‫واقع‬‫تابع‬‫مقبولیت‬‫و‬‫تابع‬‫اعتماد‬‫به‬‫ترتیب‬‫حدود‬‫باال‬‫و‬‫پایین‬‫وقوع‬‫یک‬‫سوژه‬‫هستند‬‫که‬‫بر‬‫اساس‬‫تابع‬‫جرم‬‫که‬
‫آن‬‫سوژه‬،‫دارد‬‫تعریف‬‫می‬‫گردند‬.
‫تابع‬‫اعتماد‬‫به‬‫معنای‬‫پایین‬‫ترین‬‫حد‬‫احتمالی‬‫است‬‫که‬‫یک‬‫حالت‬‫ممکن‬‫است‬‫روی‬‫دهد‬.‫در‬‫واقع‬‫تابع‬‫اعت‬‫ماد‬
‫بدبینانه‬‫ترین‬‫برآورد‬‫از‬‫احتمال‬‫سوژه‬‫ای‬‫مانند‬A‫است‬.‫میزان‬‫اعتماد‬‫به‬‫وقوع‬‫مجموعه‬A‫از‬‫جمع‬‫تابع‬‫جرم‬‫تمامی‬
‫مجموعه‬‫هایی‬‫که‬‫زیرمجموعه‬‫ی‬A‫هستند‬‫به‬‫دست‬‫می‬‫آید‬.‫همچنین‬‫حد‬‫مقبولیت‬‫مجموعه‬A‫از‬‫جمع‬‫تابع‬‫جرم‬
‫تمامی‬‫مجموعه‬‫هایی‬‫که‬‫با‬A‫اشتراکی‬‫دارند‬‫محاسبه‬‫می‬‫گردد‬.‫در‬‫واقع‬‫در‬‫محاسبه‬‫میزان‬،‫مقبولیت‬‫فرض‬‫می‬‫ش‬‫ود‬
‫در‬‫هر‬‫حالتی‬‫که‬‫اشتراکی‬‫با‬A‫نیز‬‫وجود‬،‫دارد‬‫تنها‬A‫رخ‬‫خواهد‬‫داد‬‫و‬‫بخش‬‫دیگر‬‫احتمال‬‫برآورد‬‫شده‬‫رخ‬‫نمی‬-
‫دهد‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
|
( ) ( )
B B A
Bel A m B

  |
( ) ( )
B B A
Pl A m B

 
‫احتمال‬‫واقعی‬‫وقوع‬‫یک‬‫پیشامد‬‫مانند‬A‫که‬‫با‬p(A)‫نشان‬‫داده‬‫می‬،‫شود‬‫مقداری‬‫است‬‫مابین‬‫مقادیر‬‫مقبولیت‬‫و‬
‫اعتماد‬‫آن‬‫پیشامد‬.‫با‬‫این‬‫حساب‬‫هرگاه‬‫مقدار‬‫حد‬‫اطمینان‬‫باال‬‫و‬‫پایین‬‫وقوع‬‫یک‬‫حالت‬‫برابر‬،‫باشند‬‫احتم‬‫ال‬‫وقوع‬
‫آن‬‫نیز‬‫برابر‬‫با‬‫آنها‬‫خواهد‬‫بود‬.‫این‬‫حالت‬‫هنگامی‬‫روی‬‫می‬‫دهد‬‫که‬‫شواهد‬‫دارای‬‫برآوردهایی‬‫قطعی‬‫از‬‫وقوع‬‫یک‬
‫پیشامد‬‫باشند‬.
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )If Pl A Bel A
Bel A P A Pl A l A P A pl Abe
   
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫دمپستر‬ ‫نظریه‬ ‫در‬ ‫ترکیب‬ ‫قوانین‬-‫شافر‬
1
1 2
( ) ( ) ... ( ) (1 ) ( )
( )
i i i
i i
i
i
A
A A
m A m A m A K m A
K m A




     











1 2
12 1 2
1 2
( ) ( )
( ) ( ) ( )
( ) ( )
,
1
B C A
B C
m B m C
m A m B m C When
m B m C
A
K
K




 



  





 ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫برای‬‫روشن‬‫تر‬‫شدن‬‫مساله‬‫با‬‫ذکر‬‫مثالی‬‫به‬‫تلفیق‬‫برآوردهای‬‫دو‬‫شاهد‬‫با‬‫نام‬‫های‬E1‫و‬2E‫و‬‫می‬‫پردازیم‬.‫شاهد‬‫اول‬
‫یک‬‫حسگر‬‫ارتعاشی‬‫و‬‫شاهد‬‫دوم‬‫یک‬‫حسگر‬‫صدا‬‫است‬‫که‬‫هریک‬‫به‬‫صورت‬‫جداگانه‬‫به‬‫تشخیص‬‫حالت‬‫یک‬‫جعبه‬-
‫دنده‬‫از‬‫میان‬‫سه‬‫حالت‬‫فرضی‬‫پرداخته‬‫اند‬.
‫فرض‬‫کنید‬‫که‬‫برآورد‬‫شواهد‬‫به‬‫صورت‬‫عملگر‬«‫و‬»‫باشد‬.‫با‬‫این‬‫احتساب‬‫احتمال‬‫تلفیقی‬‫وقوع‬‫عیوب‬‫را‬‫محاسبه‬
‫می‬‫نماییم‬.‫اکنون‬‫به‬‫جدول‬‫توجه‬‫کنید‬.
2 [0.15 0.79 0.06]E 
1 [0.07 0.82 0.11]E 
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
0.110.820.07
0.01650.1230.1050.15
0.08690.64780.05530.7
0.00660.04920.00420.06
‫شواهد‬ ‫نتایج‬ ‫تلفیق‬ ‫برای‬ ‫ضرایب‬ ‫ماتریس‬
1E
2E
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫این‬‫جدول‬‫حاصل‬‫ضرب‬‫ماتریسی‬‫دو‬‫شاهد‬‫است‬.‫واضح‬‫است‬‫که‬‫مقادیر‬‫روی‬‫قطر‬‫اصلی‬‫در‬‫واقع‬‫ترکیب‬‫ع‬‫طفی‬
‫برآورد‬‫دو‬‫شاهد‬‫از‬‫یک‬‫عیب‬‫مشترک‬‫است‬.‫یعنی‬‫درایه‬(2-2)‫حاصلضرب‬‫احتمال‬‫وقوع‬‫عیب‬‫از‬‫دیدگاه‬‫هر‬
‫شاهد‬‫است‬.‫مقادیر‬‫روی‬‫قطر‬‫اصلی‬‫در‬‫واقع‬‫معادل‬‫صورت‬‫کسر‬‫یاد‬‫شده‬‫در‬‫معادالت‬‫ترکیب‬‫نظریه‬‫شواه‬‫د‬
‫دمپستر‬-‫شافر‬‫هستند‬.
‫دیگر‬‫مقادیر‬،‫ماتریس‬‫تعابیر‬‫خاص‬‫دیگری‬‫دارند‬.‫به‬‫عنوان‬‫مثال‬‫درایه‬(1-3)‫یعنی‬‫یکی‬‫از‬‫شواهد‬‫عیب‬‫و‬
‫دیگری‬‫عیب‬‫را‬‫تشخیص‬‫داده‬‫است‬.‫یعنی‬‫اختالفی‬‫بین‬‫شواهد‬‫وجود‬‫دارد‬‫و‬‫اشتراکی‬‫با‬‫هم‬‫ندارند‬.‫مج‬‫موع‬
‫مقادیر‬‫درایه‬‫های‬‫ماتریس‬‫آورده‬‫شده‬‫در‬‫جدول‬3-4‫منهای‬‫مقادیر‬‫قطر‬،‫اصلی‬‫به‬‫محاسبه‬‫مقدار‬K‫می‬‫انجامد‬.
‫این‬‫درایه‬‫ها‬‫با‬‫عالمت‬‫به‬‫معنای‬‫عدم‬‫اشتراک‬‫بین‬،‫شواهد‬‫مشخص‬‫شده‬‫اند‬.‫مقدار‬K‫برای‬‫هر‬‫سامانه‬‫تلفیقی‬
‫مقداری‬‫یکتاست‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫ابتدا‬‫با‬‫توجه‬‫به‬‫جدول‬‫به‬‫محاسبه‬‫مقدار‬K‫می‬‫پردازیم‬.
0.15 0.82 0.15 0.11 0.07 0.79 0.07 0.06 .82 0.06 0.79 0.11 0.3351K             
12 1
0.15 0.07
( ) 0.0158
1
m F
K

 

12 2
0.82 0.79
( ) 0.9743
1
m F
K

 

12 3
0.06 0.11
( ) 0.0099
1
m F
K

 

‫با‬‫توجه‬‫به‬‫محاسبه‬‫مقدار‬K‫و‬‫مقادیر‬‫ترکیب‬‫عطفی‬،‫شواهد‬‫به‬‫تلفیق‬‫نتایج‬‫حاصله‬‫می‬‫پردازیم‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫با‬‫توجه‬‫به‬‫محاسبات‬‫در‬‫می‬‫یابیم‬‫که‬‫با‬‫استفاده‬‫از‬‫تلفیق‬‫برآوردهای‬‫دو‬،‫حسگر‬‫احتمال‬‫وجود‬‫حاالت‬1‫و‬3‫به‬
‫ترتیب‬‫از‬‫میانگین‬11‫و‬9‫درصد‬‫به‬1.6‫و‬‫حدود‬1‫درصد‬‫کاهش‬‫یافت‬
‫به‬‫همین‬‫ترتیب‬‫احتمال‬‫موجودیت‬‫عیب‬‫دوم‬‫از‬‫میانگین‬81‫درصد‬‫به‬‫بیش‬‫از‬97‫درصد‬‫افزایش‬‫یافت‬.
‫بدین‬‫ترتیب‬‫نظریه‬‫شواهد‬‫در‬‫واقع‬‫احتماالت‬‫ضعیف‬‫را‬‫تضعیف‬‫نموده‬‫و‬‫احتمآالت‬‫قوی‬‫تر‬‫را‬‫تقویت‬‫ن‬‫موده‬‫و‬
‫درصد‬‫قابلیت‬‫اطمینان‬‫واقعی‬‫آنان‬‫را‬‫محاسبه‬‫می‬‫نماید‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫دقت‬‫کنید‬‫که‬‫اگر‬‫درصدهای‬‫نهایی‬‫تلفیقی‬‫به‬‫دست‬‫آمده‬‫را‬‫با‬‫یکدیگر‬‫جمع‬،‫کنیم‬‫به‬‫مجموع‬‫یک‬‫یا‬‫همان‬
100%‫خواهند‬‫رسید‬‫که‬‫دارای‬‫تعبیر‬‫ریاضی‬‫مهمی‬‫است‬.‫بدین‬‫معنا‬‫که‬‫در‬‫این‬‫مثال‬‫شواهد‬‫به‬‫صورت‬‫د‬‫قیق‬(
‫و‬‫نه‬‫حدودی‬)‫به‬‫تشخیص‬‫سوژه‬‫پرداخته‬‫اند‬‫و‬‫مجموع‬‫درصد‬‫تشخیص‬‫عیوب‬‫در‬‫تک‬‫تک‬‫شواهد‬‫نیز‬‫برا‬‫بر‬‫با‬
‫یک‬‫است‬.‫یعنی‬‫حالت‬‫فرض‬‫شده‬‫در‬‫معادله‬‫تعریف‬‫تابع‬‫جرم‬‫رخ‬‫داده‬‫است‬.
‫هرگاه‬‫شاهدی‬‫یک‬‫مقدار‬‫هرچند‬‫کوچک‬‫را‬‫به‬‫این‬‫گزاره‬‫تخصیص‬‫دهد‬‫که‬"‫نمی‬‫داند‬"‫حالت‬‫سامانه‬‫را‬‫چیس‬،‫ت‬
‫آنگاه‬‫این‬‫وضعیت‬‫بر‬‫هم‬‫خورده‬‫و‬‫شرط‬‫دوم‬‫از‬‫معادله‬‫تعریف‬‫تابع‬‫اساسی‬‫جرم‬‫نیز‬‫نقض‬‫می‬‫گردد؛‬‫یعن‬‫ی‬:
( ) 0m  
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫در‬‫تمامی‬‫فرمول‬‫ها‬‫و‬‫معادالتی‬‫که‬‫تا‬‫کنون‬‫به‬‫تشریح‬‫آنها‬‫پرداخته‬،‫ایم‬‫همواره‬‫تضاد‬‫و‬‫تناقض‬‫بین‬‫شواهد‬‫را‬‫در‬‫نظر‬
‫نگرفته‬‫ایم‬.‫بار‬‫دیگر‬‫به‬‫شکلی‬‫که‬‫مرور‬‫کردیم‬‫توجه‬‫کنید‬.
‫زاده‬ ‫لطفی‬ ‫پروفسور‬ ‫چالش‬
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫در‬‫واقع‬‫تا‬‫کنون‬‫تنها‬‫به‬‫بررسی‬‫حآالت‬"‫الف‬"،"‫ب‬"‫و‬"‫د‬"‫در‬‫شکل‬‫پرداخته‬‫ایم‬.‫اکنون‬‫حالتی‬‫را‬‫در‬‫نظ‬‫ر‬
‫بگیرید‬‫که‬‫اشتراک‬‫بین‬‫شواهد‬‫به‬‫شدت‬‫ضعیف‬‫باشد‬‫و‬‫یا‬‫اصوال‬‫شواهد‬‫در‬‫تضاد‬‫با‬‫یکدیگر‬‫باش‬‫ند‬.
‫نخستین‬‫بار‬‫پروفسور‬‫لطفی‬‫زاده‬‫با‬‫انتشار‬‫مقاله‬‫ای‬‫با‬‫ذکر‬‫یک‬‫مثال‬‫عمومیت‬‫قوانین‬‫نظریه‬‫شوا‬‫هد‬‫را‬‫به‬‫چالش‬
‫کشید‬.‫مجددا‬‫شرایط‬‫مثال‬‫گذشته‬‫را‬‫فرض‬‫نمایید‬‫با‬‫این‬‫تفاوت‬‫که‬‫این‬‫بار‬‫برآورد‬‫شواهد‬‫به‬‫صورت‬‫زیر‬‫باشند‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫شخصی‬‫برای‬‫یک‬‫عارضه‬‫جسمانی‬(‫مثال‬‫یک‬‫سر‬‫درد‬)‫به‬‫نزد‬‫دو‬‫پزشک‬(‫دو‬‫شاهد‬)‫رفت‬.
‫پزشک‬‫اول‬‫گفت‬:‫به‬‫احتمال‬99‫درصد‬‫یک‬‫عارضه‬‫معمولی‬‫است‬‫و‬‫شما‬‫سالمت‬‫هستید‬.‫اما‬‫به‬‫احتمال‬‫یک‬
‫درصد‬‫ممکن‬‫است‬‫عالئم‬‫سرطان‬‫باشد‬.‫به‬‫هر‬‫حال‬‫این‬‫میگرن‬‫نیست‬.
‫پزشک‬‫دوم‬‫گفت‬:‫من‬‫هم‬‫احتمال‬1‫درصد‬‫سرطان‬‫بودن‬‫را‬‫تایید‬‫می‬‫کنم‬.‫اما‬‫به‬‫احتمال‬99‫درصد‬‫این‬‫یک‬
‫میگرن‬‫است‬.‫به‬‫هر‬‫حال‬‫شما‬‫مسلما‬‫سالم‬‫نیستید‬!
‫اکنون‬‫مساله‬‫را‬‫برای‬‫نظریه‬‫شواهد‬‫مدل‬‫نموده‬‫و‬‫حل‬‫می‬‫کنیم‬:
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
2 [0.00 0.01 0.99]E 
1 [0.99 0.01 0.00]E 
00.010.99
0000
00.00010.0990.01
00.0990.9810.99
1E
2E
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
12 2
0.01 0.01
( ) 1
1
m F
k

 

12 3
0.00 0.99
( ) 0
1
m F
k

 

0.99 0.01 0.99 0.01 0 0 0 0.01 0.99 0.99 0.99k           
12 1
0.99 0.00
( ) 0
1
m F
k

 
 ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫در‬‫نظریه‬‫شواهد‬‫در‬‫شرایطی‬‫که‬‫تضاد‬‫بین‬‫طبقه‬‫بندها‬‫یا‬‫شواهد‬‫شدید‬،‫است‬‫این‬‫معضل‬‫پیش‬‫می‬‫آی‬‫د‬‫که‬
‫ممکن‬‫است‬‫برآورد‬‫کامال‬‫غلطی‬‫را‬‫نتیجه‬‫بدهد‬.
‫در‬‫مثال‬‫باال‬‫روش‬‫مبتنی‬‫بر‬‫نظریه‬‫شواهد‬‫احتمال‬‫وقوع‬‫حالت‬‫شماره‬‫دو‬(‫سرطان‬)‫را‬100‫درصد‬‫برآورد‬‫نمود‬.
‫همچنین‬‫احتمال‬‫وقوع‬‫حاالت‬‫یک‬(‫سالمت‬)‫و‬‫دو‬(‫میگرن‬)‫که‬‫از‬‫دیدگاه‬‫یک‬‫شاهد‬‫دست‬‫کم‬99‫درصد‬
‫شانس‬‫وقوع‬،‫داشتند‬‫به‬‫صفر‬‫درصد‬‫کاهش‬‫یافت‬.‫بدیهی‬‫است‬‫که‬‫چنین‬‫برآوردی‬‫سراسر‬‫اشتباه‬‫اس‬‫ت‬.
‫این‬‫گونه‬‫مشکالت‬‫نیاز‬‫به‬‫تصحیح‬‫قوانین‬‫نظریه‬‫دمپستر‬-‫شافر‬‫را‬‫بیش‬‫از‬‫پیش‬‫نمایان‬‫ساخت‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫روش‬‫های‬‫بسیاری‬‫برای‬‫توجیه‬‫و‬‫رفع‬‫این‬‫نقص‬‫معرفی‬‫و‬‫پرداخته‬‫شده‬،‫اند‬‫اما‬‫کارآمدترین‬‫روش‬‫را‬‫یاگر‬‫در‬‫س‬‫ال‬
1987‫معرفی‬‫و‬‫فرمول‬‫بندی‬‫نمود‬.‫در‬‫این‬‫نظریه‬‫احتمال‬‫تضاد‬‫بین‬‫شواهد‬‫به‬‫درستی‬‫در‬‫نظر‬‫گرفته‬‫شده‬‫است‬.
‫برای‬‫حل‬‫معضل‬‫تضاد‬‫بین‬‫شواهد‬‫یاگر‬‫در‬‫گام‬‫نخست‬‫در‬‫مقابل‬‫تابع‬،‫جرم‬‫تابعی‬‫جدید‬‫با‬‫نام‬‫تابع‬‫سط‬‫ح‬‫احتمال‬
‫جرم‬‫تعریف‬‫نمود‬‫که‬‫با‬‫نماد‬q‫نشان‬‫داده‬‫می‬‫شود‬.‫این‬‫روش‬‫بر‬‫این‬‫ایده‬‫استوار‬‫است‬‫که‬‫مقدار‬‫تابع‬‫سطح‬‫احتما‬‫ل‬
‫می‬‫تواند‬‫از‬‫صفر‬‫بزرگتر‬‫باشد‬‫یعنی‬‫شرط‬‫دوم‬‫معادله‬‫تعریف‬‫تابع‬‫اساسی‬‫جرم‬‫را‬‫نقض‬‫نموده‬‫است‬.
q= Ground probability mass assignment
( ) 0q  
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫در‬‫کاربردهای‬‫واقعی‬‫در‬‫بسیاری‬‫از‬‫مواقع‬‫عملکرد‬‫شواهد‬‫با‬‫خطاهای‬‫بسیاری‬‫همراه‬‫است‬.
‫یعنی‬‫به‬‫صورت‬‫منطقی‬‫می‬‫توان‬‫درصد‬‫تشخیص‬‫آنها‬‫را‬‫با‬‫یک‬‫ضریب‬‫اطمینان‬‫کاهش‬‫داده‬‫و‬‫واقعی‬‫تر‬‫نمود‬.
‫در‬‫نظریه‬‫یاگر‬‫در‬‫واقع‬‫با‬‫توجه‬‫به‬‫این‬‫احتمال‬‫منطقی‬‫رابطه‬‫بین‬‫شواهد‬(‫در‬‫شکل‬‫مربوط‬‫به‬‫زیر‬‫مجم‬‫وعه‬‫های‬
‫شواهد‬)‫را‬‫از‬‫حالت‬"‫ج‬"‫به‬‫حالت‬"‫د‬"‫تغییر‬‫داده‬‫شده‬‫است‬.
‫یعنی‬‫اگرچه‬‫شواهد‬‫در‬‫تشخیص‬‫عیوب‬‫کوچکترین‬‫اشتراکی‬‫نداشته‬،‫اند‬‫اما‬‫حتما‬‫در‬‫عدم‬‫قطعیت‬‫در‬‫ت‬‫شخیص‬
‫عیوب‬‫دارای‬‫اشتراک‬‫هستند‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫یاگر‬‫با‬‫استفاده‬‫ازین‬‫حقیقت‬‫به‬‫معرفی‬‫ضریبی‬‫پارامتری‬‫با‬‫نام‬‫فاکتور‬‫اهمیت‬‫پرداخت‬.
‫فاکتور‬‫اهمیت‬‫در‬‫واقع‬‫میزان‬‫اطمینان‬‫به‬‫یک‬‫شاهد‬‫است‬‫و‬‫وزن‬‫آن‬‫در‬‫مقابل‬‫دیگر‬‫شواهد‬‫را‬‫تبیین‬‫می‬‫کند‬.
‫در‬‫این‬‫صورت‬‫هرگاه‬𝑂𝑖(𝐴‫برآورد‬‫شاهد‬i‫ام‬‫از‬‫رخداد‬‫حالت‬A‫باشد‬‫و‬‫نیز‬𝛼𝑖‫وزن‬‫شاهد‬i‫ام‬،‫باشد‬‫مقادیر‬
‫جدید‬‫تابع‬‫جرم‬‫به‬‫صورت‬‫زیر‬‫تعریف‬‫می‬‫گردد‬.
( ) ( )i i im A O A 
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫همچون‬‫روش‬‫دمپستر‬-،‫شافر‬‫روش‬‫یاگر‬‫نیز‬‫دارای‬‫یک‬‫فاکتور‬‫استانداردسازی‬‫می‬‫باشد‬‫وشروط‬‫این‬‫معادله‬‫دقیقا‬
‫مانند‬‫شروط‬‫معادله‬‫تلفیق‬‫در‬‫نظریه‬‫شواهد‬‫است‬.‫فرمول‬‫تلفیق‬‫برآوردهای‬‫شواهد‬‫در‬‫روش‬‫یاگر‬‫به‬‫صورت‬‫زیر‬
‫است‬:
‫همچنین‬‫ترکیب‬‫عطفی‬‫تابع‬‫سطح‬‫احتمال‬‫شواهد‬‫مختلف‬‫با‬‫استفاده‬‫از‬‫فرمول‬‫زیر‬‫انجام‬‫می‬‫پذیرد‬:
 1 1 2 2 3 3( ) ( ) ( ) ( ) ... ( )
i
i i
A A
q A m A m A m A m A

    
( )
( )
1 ( )
q A
m A
q 


‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫یاگر‬‫خطاهای‬‫احتمالی‬‫و‬‫تضاد‬‫میان‬‫شواهد‬‫را‬‫در‬‫مجموعه‬‫ای‬‫به‬‫نام‬𝛩‫طبقه‬‫بندی‬‫نمود‬.
‫مثبت‬‫بودن‬‫مقدار‬‫احتمال‬‫رخ‬‫دادن‬‫حالت‬‫تهی‬‫یعنی‬‫احتمال‬‫اینکه‬‫شاهد‬‫هیچ‬‫حالتی‬‫را‬‫انتخاب‬،‫نکند‬‫دچار‬
‫تضاد‬‫با‬‫دیگران‬‫باشد‬‫و‬‫یا‬‫دچار‬‫خطا‬‫شود‬‫از‬‫صفر‬‫بزرگتر‬‫است‬.‫با‬‫استفاده‬‫از‬‫ضریب‬،‫اهمیت‬‫فاکتو‬‫ر‬‫مهم‬𝛩‫با‬
‫معادله‬‫زیر‬‫تعریف‬‫می‬‫گردد‬
1i i  
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫توجه‬‫به‬‫معنای‬‫پارامتر‬‫تتا‬‫حائز‬‫اهمیت‬‫است‬.‫از‬‫مفهوم‬‫این‬‫شاخص‬‫نتایج‬‫زیر‬‫استخراج‬‫می‬‫گردد‬:
‫این‬‫پارامتر‬‫به‬‫معنای‬‫آن‬‫است‬‫که‬‫یک‬‫شاهد‬(‫یک‬‫حسگر‬‫یا‬‫یک‬‫طبقه‬‫بند‬)"‫نمی‬‫داند‬"‫که‬‫حالت‬‫سوژه‬‫چ‬‫یست‬.
‫اینکه‬‫یک‬‫شاهد‬‫نمی‬‫داند‬‫حالت‬‫سوژه‬،‫چیست‬‫در‬‫واقع‬‫احتمال‬‫می‬‫دهد‬‫که‬‫هریک‬‫از‬‫حآالت‬‫نیز‬‫باشد‬.‫یعنی‬
‫برآورد‬‫تتای‬‫هر‬‫شاهد‬‫در‬‫تشخیص‬‫هر‬،‫حالت‬‫با‬‫تمامی‬‫برآوردهای‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬‫است‬.‫مفهوم‬
‫تعبیر‬‫ریاضی‬‫این‬‫جمله‬‫است‬‫که‬‫شواهد‬‫دست‬‫کم‬‫در‬‫عدم‬‫قطعیت‬‫در‬‫تشخیص‬‫یک‬‫وضعیت‬‫با‬‫هم‬‫دارای‬‫اشتراک‬
‫هستند‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫با‬‫این‬‫وصف‬‫به‬‫عنوان‬‫مثال‬‫در‬‫تشخیص‬‫یک‬،‫حالت‬‫مقدار‬‫تتا‬‫در‬‫صورت‬‫کسر‬‫فرمول‬‫های‬‫ترکیب‬‫شواهد‬‫م‬‫وثر‬،‫است‬
‫چرا‬‫که‬‫با‬‫هر‬‫تشخیص‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬‫است‬.
‫از‬‫طرفی‬‫چون‬‫شاخص‬‫تتا‬‫با‬‫برآورد‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬،‫است‬‫پس‬‫نمی‬‫تواند‬‫در‬‫مخرج‬‫کسر‬‫قوانی‬‫ن‬‫ترکیب‬
‫حضور‬‫یابد‬.‫چرا‬‫که‬‫شروط‬‫مخرج‬‫کسر‬‫در‬‫قوانین‬‫ترکیب‬‫را‬‫تامین‬‫نمی‬‫کند‬.
 1 1 2 2 3 3( ) ( ) ]( ) ( ) ... ( ) i i
i
i i
A A
q A m A mm A m A m A

      
( )
( )
1 ( )
q A
m A
q 


‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫حال‬‫به‬‫بررسی‬‫مجدد‬‫مثال‬‫پروفسور‬‫لطفی‬‫زاده‬‫و‬‫رفع‬‫معضل‬‫معرفی‬‫شده‬‫در‬‫آن‬‫با‬‫استفاده‬‫از‬‫روش‬‫یاگر‬‫م‬‫ی‬-
‫پردازیم‬.
‫فرض‬‫کنید‬‫که‬‫همان‬‫شواهد‬‫و‬‫همان‬‫برآوردها‬‫وجود‬‫دارند‬.‫با‬‫این‬‫تفاوت‬‫که‬‫به‬‫یکی‬‫از‬‫شواهد‬(‫پزشک‬‫ها‬)‫اعتما‬‫د‬
‫بیشتری‬‫داریم‬.‫یعنی‬:
1 1
2 2
[0 0.0095 0.9405 0.05]
[0.792 0.008 0 0.2]
E
E
  
  
1 0.95 
2 0.8 
1 0.05 
2 0.2 
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫جدول‬‫زیر‬‫ماتریس‬‫تلفیق‬‫این‬‫دو‬‫شاهد‬‫را‬‫نشان‬‫می‬‫دهد‬.‫محاسبات‬‫دیگر‬‫مشابه‬‫با‬‫محاسبات‬‫مثال‬‫های‬‫گذش‬‫ته‬‫است‬
‫که‬‫جهت‬‫رعایت‬‫اختصار‬‫از‬‫توضیح‬‫بیشتر‬‫خودداری‬‫می‬‫شود‬.
0.050.94050.00950
0.03960.74490.007500.792
0.00040.00750.000100.008
00000
0.010.18810.001900.2
1E
2E
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫با‬‫استفاده‬‫از‬‫معادالت‬‫بیان‬‫شده‬‫محاسبه‬‫مقادیر‬‫تابع‬‫سطح‬‫احتمال‬‫برای‬‫هر‬‫عیب‬‫و‬‫در‬‫نهایت‬‫نتایج‬‫تلف‬‫یق‬‫شده‬
‫شواهد‬‫به‬‫صورت‬‫زیر‬‫انجام‬‫می‬‫پذیرد‬:
( ) 0.0075 0.0075 0.7449 0.7599 1 ( ) 0.2401q q       
1 12 1
0.0396
( ) 0 0 0.0396 ( ) 0.1649
1 ( )
q F m F
q 
     

2 12 2
0.0024
( ) 0.0001 0.0019 0.0004 ( ) 0.01
1
q F m F
K
     

3 12 3
0.1881
( ) 0 0.1881 0 ( ) 0.7834
1 ( )
q F m F
q 
     

‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫از‬‫نتایج‬‫محاسبات‬‫باال‬‫مشخص‬‫می‬‫گردد‬‫که‬‫روش‬‫یاگر‬‫با‬‫توجه‬‫به‬‫وزن‬‫شواهد‬‫توانسته‬‫است‬‫تعادل‬‫خ‬‫وبی‬‫در‬
‫نتایج‬‫حاصل‬‫نماید‬:
‫برآورد‬‫سرطان‬‫از‬‫مقدار‬‫به‬‫شدت‬‫غلط‬100،‫درصد‬‫به‬‫اندازه‬‫پیش‬‫بینی‬‫شده‬‫ی‬‫خود‬‫یعنی‬1‫درصد‬‫تقلیل‬‫داده‬
‫شده‬‫است‬.
‫شانس‬‫وقوع‬‫حاالت‬‫سالمت‬‫و‬‫میگرن‬‫به‬‫اندازه‬‫مطلوبی‬‫افزایش‬‫یافته‬‫است‬.
‫از‬‫آنجا‬‫که‬‫وزن‬‫شاهد‬‫اول‬‫بیشتر‬،‫بوده‬‫برآورد‬‫تلفیقی‬‫از‬‫حالت‬‫میگرن‬‫به‬‫شدت‬‫بیشتر‬‫از‬،‫است‬‫چر‬‫ا‬‫که‬‫شاهد‬
‫اول‬‫به‬‫میگرن‬‫رای‬‫داده‬‫و‬‫ما‬‫نیز‬‫بیشتر‬‫به‬‫شاهد‬‫اول‬‫اعتماد‬‫داشته‬‫ایم‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫نکته‬‫مهم‬:‫در‬‫روش‬‫یاگر‬‫اگر‬‫درصد‬‫نهایی‬‫دقت‬‫ها‬‫را‬‫با‬‫یکدیگر‬‫جمع‬،‫ببندیم‬‫به‬‫عدد‬1‫نخواهد‬‫رسید‬.‫این‬‫میزان‬
‫باقی‬‫مانده‬‫که‬‫در‬‫واقع‬‫احتمال‬‫مجموعه‬‫تهی‬‫است‬‫را‬‫پارامتر‬‫چشم‬‫پوشی‬‫می‬‫گویند‬.‫این‬‫مقدار‬‫را‬‫برای‬‫مثال‬‫ذ‬‫کر‬
‫شده‬‫محاسبه‬‫می‬‫کنیم‬:
1 (0.7834 0.01 0.1649) 0.0417IF     
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫شاخص‬‫چشم‬‫پوشی‬‫که‬‫برای‬‫مثال‬‫ذکر‬‫شده‬‫برابر‬‫با‬4.17‫درصد‬‫است‬‫به‬‫معنای‬‫مقدار‬‫درصدی‬‫است‬‫که‬‫از‬
‫احتمآالت‬‫ضعیف‬‫کاسته‬‫شده‬،‫است‬‫اما‬‫نمی‬‫توان‬‫با‬‫قطعیت‬‫آنرا‬‫به‬‫احتمآالت‬‫قوی‬‫تر‬‫افزود‬.
‫تعبیر‬‫ریاضی‬‫این‬‫پارامتر‬‫یعنی‬‫اینکه‬‫به‬‫احتمال‬4.17‫درصد‬‫نمی‬‫توان‬‫هیچ‬‫حدسی‬‫درباره‬‫حالت‬‫سامانه‬‫داشت‬.
‫مقدار‬‫این‬‫فاکتور‬‫با‬‫تفاوت‬‫بین‬‫تابع‬‫مقبولیت‬‫و‬‫اعتماد‬‫رابطه‬‫مستقیم‬،‫دارد‬‫یعنی‬‫هرچه‬‫این‬‫تفاوت‬‫ب‬‫یشتر‬،‫باشد‬
‫فاکتور‬‫چشم‬‫پوشی‬‫نیز‬‫افزایش‬‫می‬‫یابد‬‫و‬‫برعکس‬‫آن‬‫نیز‬‫صادق‬‫است‬.
‫معنای‬‫ساده‬‫تر‬‫این‬‫مفهوم‬‫در‬‫عیب‬‫یابی‬‫آنست‬‫که‬‫هرچقدر‬‫که‬‫شواهد‬‫نتوانند‬‫دقیق‬‫تر‬‫اظهار‬‫نظر‬‫کنند‬‫و‬‫ف‬‫اصله‬‫بین‬
‫حدود‬‫باالیی‬‫و‬‫پایینی‬‫وقوع‬‫یک‬‫حالت‬‫افزایش‬،‫یابد‬‫در‬‫تلفیق‬‫داده‬‫های‬‫آنها‬‫نیز‬‫بر‬‫درصد‬‫عدم‬‫تشخیص‬‫افزوده‬‫شده‬
‫و‬‫از‬‫دقت‬‫کاسته‬‫می‬‫شود‬.‫بدیهی‬‫است‬‫مقدار‬‫پارامتر‬‫چشم‬‫پوشی‬‫هرچه‬‫کمتر‬،‫باشد‬‫مطلوب‬‫تر‬‫است‬.
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫استفاده‬‫از‬‫روش‬‫ارتقا‬‫یافته‬‫دمپستر‬-‫شافر‬‫بسیار‬‫مفید‬‫و‬‫عمومی‬‫تر‬‫است‬.‫بدین‬‫معنا‬‫که‬‫در‬‫حالتی‬‫ک‬‫ه‬‫تضادی‬‫بین‬
‫شواهد‬‫وجود‬‫نداشته‬‫باشد‬‫نیز‬‫قابل‬‫استفاده‬‫است‬،‫اما‬‫گاهی‬‫در‬‫حآالت‬‫بدون‬،‫تضاد‬‫نتایج‬‫ضعیف‬‫تری‬‫نس‬‫بت‬‫به‬‫روش‬
‫عادی‬‫دمپستر‬-‫شافر‬‫را‬‫به‬‫دست‬‫می‬‫دهد‬.
‫پژوهش‬‫های‬‫فراوانی‬‫در‬‫جهت‬‫تشخیص‬‫بهترین‬‫راه‬‫برای‬‫تعیین‬‫مقدار‬‫ضریب‬‫اهمیت‬‫شواهد‬‫که‬‫پارامتر‬‫کلیدی‬‫در‬
‫روش‬‫یاگر‬‫می‬،‫باشد‬‫به‬‫انجام‬‫رسیده‬‫است‬.‫بدین‬‫منظور‬‫روش‬‫های‬‫زیر‬‫پیشنهاد‬‫می‬‫گردد‬:
1-‫تجربه‬‫و‬‫تخصص‬‫شاهد‬
2-‫دقت‬‫تصمیمات‬‫پیشین‬‫شاهد‬
3-‫دقت‬‫شاهد‬‫در‬‫یادگیری‬(‫در‬‫کاربردهای‬‫هوش‬‫مصنوعی‬)
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫مکانیکی‬‫تجهیزات‬‫یابی‬‫عیب‬‫جهت‬‫شده‬‫معرفی‬‫فرآیند‬
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org
‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬
Data Fusion
faradars.org/fvdm9405
‫فرادرس‬ ‫در‬ ‫شده‬ ‫مطرح‬ ‫نکات‬ ‫مبنای‬ ‫بر‬ ‫ها‬ ‫اسالید‬ ‫این‬
«‫یا‬ ‫داده‬ ‫تلفیق‬ ‫راهبرد‬ ‫کاربردهای‬ ‫و‬ ‫مبانی‬ ‫آموزش‬Data Fusion»
‫است‬ ‫شده‬ ‫تهیه‬.
‫نمایید‬ ‫مراجعه‬ ‫زیر‬ ‫لینک‬ ‫به‬ ‫آموزش‬ ‫این‬ ‫مورد‬ ‫در‬ ‫بیشتر‬ ‫اطالعات‬ ‫کسب‬ ‫برای‬.
faradars.org/fvdm9405
48
‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬
FaraDars.org

Weitere ähnliche Inhalte

Was ist angesagt?

Recognition as Graph Matching
  Recognition as Graph Matching  Recognition as Graph Matching
Recognition as Graph MatchingVishakha Agarwal
 
Holography Projection
Holography ProjectionHolography Projection
Holography ProjectionSameer Dhurat
 
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...Zabir Al Nazi Nabil
 
Face recogntion Using PCA Algorithm
Face recogntion Using PCA Algorithm Face recogntion Using PCA Algorithm
Face recogntion Using PCA Algorithm Ashwini Awatare
 
Covid 19 diagnosis using x-ray images and deep learning
Covid 19 diagnosis using x-ray images and deep learningCovid 19 diagnosis using x-ray images and deep learning
Covid 19 diagnosis using x-ray images and deep learningShamik Tiwari
 
Multimedia color in image and video
Multimedia color in image and videoMultimedia color in image and video
Multimedia color in image and videoMazin Alwaaly
 
Data compression using huffman coding
Data compression using huffman codingData compression using huffman coding
Data compression using huffman codingSATYENDRAKUMAR279
 
Deep learning for 3-D Scene Reconstruction and Modeling
Deep learning for 3-D Scene Reconstruction and Modeling Deep learning for 3-D Scene Reconstruction and Modeling
Deep learning for 3-D Scene Reconstruction and Modeling Yu Huang
 
Deep learning for medical imaging
Deep learning for medical imagingDeep learning for medical imaging
Deep learning for medical imaginggeetachauhan
 
06 spatial filtering DIP
06 spatial filtering DIP06 spatial filtering DIP
06 spatial filtering DIPbabak danyal
 
Federated learning
Federated learningFederated learning
Federated learningMindos Cheng
 
An Introduction to Image Processing and Artificial Intelligence
An Introduction to Image Processing and Artificial IntelligenceAn Introduction to Image Processing and Artificial Intelligence
An Introduction to Image Processing and Artificial IntelligenceWasif Altaf
 
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...Skin lesion detection from dermoscopic images using Convolutional Neural Netw...
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...Adrià Romero López
 
Depth estimation do we need to throw old things away
Depth estimation do we need to throw old things awayDepth estimation do we need to throw old things away
Depth estimation do we need to throw old things awayNAVER Engineering
 
Generative Adversarial Network (GAN)
Generative Adversarial Network (GAN)Generative Adversarial Network (GAN)
Generative Adversarial Network (GAN)Prakhar Rastogi
 
Chapter 9 morphological image processing
Chapter 9   morphological image processingChapter 9   morphological image processing
Chapter 9 morphological image processingAhmed Daoud
 
A Beginner's Guide to Monocular Depth Estimation
A Beginner's Guide to Monocular Depth EstimationA Beginner's Guide to Monocular Depth Estimation
A Beginner's Guide to Monocular Depth EstimationRyo Takahashi
 

Was ist angesagt? (20)

Recognition as Graph Matching
  Recognition as Graph Matching  Recognition as Graph Matching
Recognition as Graph Matching
 
Holography Projection
Holography ProjectionHolography Projection
Holography Projection
 
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...
Automatic Skin Lesion Segmentation and Melanoma Detection: Transfer Learning ...
 
Face recogntion Using PCA Algorithm
Face recogntion Using PCA Algorithm Face recogntion Using PCA Algorithm
Face recogntion Using PCA Algorithm
 
Image denoising
Image denoising Image denoising
Image denoising
 
image compression ppt
image compression pptimage compression ppt
image compression ppt
 
Covid 19 diagnosis using x-ray images and deep learning
Covid 19 diagnosis using x-ray images and deep learningCovid 19 diagnosis using x-ray images and deep learning
Covid 19 diagnosis using x-ray images and deep learning
 
Multimedia color in image and video
Multimedia color in image and videoMultimedia color in image and video
Multimedia color in image and video
 
Data compression using huffman coding
Data compression using huffman codingData compression using huffman coding
Data compression using huffman coding
 
Deep learning for 3-D Scene Reconstruction and Modeling
Deep learning for 3-D Scene Reconstruction and Modeling Deep learning for 3-D Scene Reconstruction and Modeling
Deep learning for 3-D Scene Reconstruction and Modeling
 
Deep learning for medical imaging
Deep learning for medical imagingDeep learning for medical imaging
Deep learning for medical imaging
 
06 spatial filtering DIP
06 spatial filtering DIP06 spatial filtering DIP
06 spatial filtering DIP
 
Image denoising
Image denoisingImage denoising
Image denoising
 
Federated learning
Federated learningFederated learning
Federated learning
 
An Introduction to Image Processing and Artificial Intelligence
An Introduction to Image Processing and Artificial IntelligenceAn Introduction to Image Processing and Artificial Intelligence
An Introduction to Image Processing and Artificial Intelligence
 
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...Skin lesion detection from dermoscopic images using Convolutional Neural Netw...
Skin lesion detection from dermoscopic images using Convolutional Neural Netw...
 
Depth estimation do we need to throw old things away
Depth estimation do we need to throw old things awayDepth estimation do we need to throw old things away
Depth estimation do we need to throw old things away
 
Generative Adversarial Network (GAN)
Generative Adversarial Network (GAN)Generative Adversarial Network (GAN)
Generative Adversarial Network (GAN)
 
Chapter 9 morphological image processing
Chapter 9   morphological image processingChapter 9   morphological image processing
Chapter 9 morphological image processing
 
A Beginner's Guide to Monocular Depth Estimation
A Beginner's Guide to Monocular Depth EstimationA Beginner's Guide to Monocular Depth Estimation
A Beginner's Guide to Monocular Depth Estimation
 

Ähnlich wie آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion - بخش یکم

آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارمآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارمfaradars
 
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجمآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجمfaradars
 
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دوم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دومآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دوم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دومfaradars
 
مجموعه آموزش های کاربرد متلب در شیمی - درس ششم
مجموعه آموزش های کاربرد متلب در شیمی - درس ششممجموعه آموزش های کاربرد متلب در شیمی - درس ششم
مجموعه آموزش های کاربرد متلب در شیمی - درس ششمfaradars
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرسfaradars
 
معرفي فايروال پايگاه داده
معرفي فايروال پايگاه دادهمعرفي فايروال پايگاه داده
معرفي فايروال پايگاه دادهHamid Torkashvand
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرسfaradars
 
آموزش سیستم های عامل - بخش نهم
آموزش سیستم های عامل - بخش نهمآموزش سیستم های عامل - بخش نهم
آموزش سیستم های عامل - بخش نهمfaradars
 
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیراز
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیرازIntroduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیراز
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیرازMobin Ranjbar
 
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهرانFarafekr Technology
 
آموزش ارتباط نرم افزارهای GAMS و MATLAB
آموزش ارتباط نرم افزارهای GAMS و MATLABآموزش ارتباط نرم افزارهای GAMS و MATLAB
آموزش ارتباط نرم افزارهای GAMS و MATLABfaradars
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمfaradars
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرسfaradars
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومfaradars
 
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرس
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرسآموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرس
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرسfaradars
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجمfaradars
 

Ähnlich wie آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion - بخش یکم (16)

آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارمآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش چهارم
 
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجمآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش پنجم
 
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دوم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دومآموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دوم
آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion -بخش دوم
 
مجموعه آموزش های کاربرد متلب در شیمی - درس ششم
مجموعه آموزش های کاربرد متلب در شیمی - درس ششممجموعه آموزش های کاربرد متلب در شیمی - درس ششم
مجموعه آموزش های کاربرد متلب در شیمی - درس ششم
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش هفتم | فرادرس
 
معرفي فايروال پايگاه داده
معرفي فايروال پايگاه دادهمعرفي فايروال پايگاه داده
معرفي فايروال پايگاه داده
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش چهارم | فرادرس
 
آموزش سیستم های عامل - بخش نهم
آموزش سیستم های عامل - بخش نهمآموزش سیستم های عامل - بخش نهم
آموزش سیستم های عامل - بخش نهم
 
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیراز
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیرازIntroduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیراز
Introduction to Hadoop and Spark - اسلاید کارگاه آموزش هدوپ و اسپارک شیراز
 
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران
1st Hadoop Tehran Workshop - اسلاید اولین کارگاه آموزش هدوپ تهران
 
آموزش ارتباط نرم افزارهای GAMS و MATLAB
آموزش ارتباط نرم افزارهای GAMS و MATLABآموزش ارتباط نرم افزارهای GAMS و MATLAB
آموزش ارتباط نرم افزارهای GAMS و MATLAB
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
 
آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس
 آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس
آموزش برنامه نویسی R و نرم افزار R Studio بخش پنجم | فرادرس
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
 
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرس
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرسآموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرس
آموزش کنترلرهای تطبیقی خود تنظیم با متلب - بخش پنجم | فرادرس
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش پنجم
 

Mehr von faradars

آموزش شبیه سازی مدارات الکتریکی با OrCAD
آموزش شبیه سازی مدارات الکتریکی با OrCADآموزش شبیه سازی مدارات الکتریکی با OrCAD
آموزش شبیه سازی مدارات الکتریکی با OrCADfaradars
 
آموزش فیزیک الکتریسیته - فصل ششم تا نهم
آموزش فیزیک الکتریسیته - فصل ششم تا نهمآموزش فیزیک الکتریسیته - فصل ششم تا نهم
آموزش فیزیک الکتریسیته - فصل ششم تا نهمfaradars
 
آموزش فیزیک الکتریسیته - فصل یکم تا پنجم
آموزش فیزیک الکتریسیته - فصل یکم تا پنجمآموزش فیزیک الکتریسیته - فصل یکم تا پنجم
آموزش فیزیک الکتریسیته - فصل یکم تا پنجمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس دهم
آموزش ذخیره و بازیابی اطلاعات - درس دهمآموزش ذخیره و بازیابی اطلاعات - درس دهم
آموزش ذخیره و بازیابی اطلاعات - درس دهمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس نهم
آموزش ذخیره و بازیابی اطلاعات - درس نهمآموزش ذخیره و بازیابی اطلاعات - درس نهم
آموزش ذخیره و بازیابی اطلاعات - درس نهمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس هشتم
آموزش ذخیره و بازیابی اطلاعات - درس هشتمآموزش ذخیره و بازیابی اطلاعات - درس هشتم
آموزش ذخیره و بازیابی اطلاعات - درس هشتمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس هفتم
آموزش ذخیره و بازیابی اطلاعات - درس هفتمآموزش ذخیره و بازیابی اطلاعات - درس هفتم
آموزش ذخیره و بازیابی اطلاعات - درس هفتمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس ششم
آموزش ذخیره و بازیابی اطلاعات - درس ششمآموزش ذخیره و بازیابی اطلاعات - درس ششم
آموزش ذخیره و بازیابی اطلاعات - درس ششمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس پنجم
آموزش ذخیره و بازیابی اطلاعات - درس پنجمآموزش ذخیره و بازیابی اطلاعات - درس پنجم
آموزش ذخیره و بازیابی اطلاعات - درس پنجمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس چهارم
آموزش ذخیره و بازیابی اطلاعات - درس چهارمآموزش ذخیره و بازیابی اطلاعات - درس چهارم
آموزش ذخیره و بازیابی اطلاعات - درس چهارمfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس سوم
آموزش ذخیره و بازیابی اطلاعات - درس سومآموزش ذخیره و بازیابی اطلاعات - درس سوم
آموزش ذخیره و بازیابی اطلاعات - درس سومfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس دوم
آموزش ذخیره و بازیابی اطلاعات - درس دومآموزش ذخیره و بازیابی اطلاعات - درس دوم
آموزش ذخیره و بازیابی اطلاعات - درس دومfaradars
 
آموزش ذخیره و بازیابی اطلاعات - درس یکم
آموزش ذخیره و بازیابی اطلاعات - درس یکمآموزش ذخیره و بازیابی اطلاعات - درس یکم
آموزش ذخیره و بازیابی اطلاعات - درس یکمfaradars
 
آموزش ترمودینامیک ۲ بخش سوم
آموزش ترمودینامیک ۲ بخش سومآموزش ترمودینامیک ۲ بخش سوم
آموزش ترمودینامیک ۲ بخش سومfaradars
 
آموزش ترمودینامیک ۲ بخش هشتم
آموزش ترمودینامیک ۲ بخش هشتمآموزش ترمودینامیک ۲ بخش هشتم
آموزش ترمودینامیک ۲ بخش هشتمfaradars
 
آموزش ترمودینامیک ۲ بخش دوم
آموزش ترمودینامیک ۲ بخش دومآموزش ترمودینامیک ۲ بخش دوم
آموزش ترمودینامیک ۲ بخش دومfaradars
 
آموزش ترمودینامیک ۲ بخش هفتم
آموزش ترمودینامیک ۲ بخش هفتمآموزش ترمودینامیک ۲ بخش هفتم
آموزش ترمودینامیک ۲ بخش هفتمfaradars
 
آموزش ترمودینامیک ۲ بخش ششم
آموزش ترمودینامیک ۲ بخش ششمآموزش ترمودینامیک ۲ بخش ششم
آموزش ترمودینامیک ۲ بخش ششمfaradars
 
آموزش ترمودینامیک ۲ بخش اول
آموزش ترمودینامیک ۲ بخش اولآموزش ترمودینامیک ۲ بخش اول
آموزش ترمودینامیک ۲ بخش اولfaradars
 
آموزش ترمودینامیک ۲ بخش پنجم
آموزش ترمودینامیک ۲ بخش پنجمآموزش ترمودینامیک ۲ بخش پنجم
آموزش ترمودینامیک ۲ بخش پنجمfaradars
 

Mehr von faradars (20)

آموزش شبیه سازی مدارات الکتریکی با OrCAD
آموزش شبیه سازی مدارات الکتریکی با OrCADآموزش شبیه سازی مدارات الکتریکی با OrCAD
آموزش شبیه سازی مدارات الکتریکی با OrCAD
 
آموزش فیزیک الکتریسیته - فصل ششم تا نهم
آموزش فیزیک الکتریسیته - فصل ششم تا نهمآموزش فیزیک الکتریسیته - فصل ششم تا نهم
آموزش فیزیک الکتریسیته - فصل ششم تا نهم
 
آموزش فیزیک الکتریسیته - فصل یکم تا پنجم
آموزش فیزیک الکتریسیته - فصل یکم تا پنجمآموزش فیزیک الکتریسیته - فصل یکم تا پنجم
آموزش فیزیک الکتریسیته - فصل یکم تا پنجم
 
آموزش ذخیره و بازیابی اطلاعات - درس دهم
آموزش ذخیره و بازیابی اطلاعات - درس دهمآموزش ذخیره و بازیابی اطلاعات - درس دهم
آموزش ذخیره و بازیابی اطلاعات - درس دهم
 
آموزش ذخیره و بازیابی اطلاعات - درس نهم
آموزش ذخیره و بازیابی اطلاعات - درس نهمآموزش ذخیره و بازیابی اطلاعات - درس نهم
آموزش ذخیره و بازیابی اطلاعات - درس نهم
 
آموزش ذخیره و بازیابی اطلاعات - درس هشتم
آموزش ذخیره و بازیابی اطلاعات - درس هشتمآموزش ذخیره و بازیابی اطلاعات - درس هشتم
آموزش ذخیره و بازیابی اطلاعات - درس هشتم
 
آموزش ذخیره و بازیابی اطلاعات - درس هفتم
آموزش ذخیره و بازیابی اطلاعات - درس هفتمآموزش ذخیره و بازیابی اطلاعات - درس هفتم
آموزش ذخیره و بازیابی اطلاعات - درس هفتم
 
آموزش ذخیره و بازیابی اطلاعات - درس ششم
آموزش ذخیره و بازیابی اطلاعات - درس ششمآموزش ذخیره و بازیابی اطلاعات - درس ششم
آموزش ذخیره و بازیابی اطلاعات - درس ششم
 
آموزش ذخیره و بازیابی اطلاعات - درس پنجم
آموزش ذخیره و بازیابی اطلاعات - درس پنجمآموزش ذخیره و بازیابی اطلاعات - درس پنجم
آموزش ذخیره و بازیابی اطلاعات - درس پنجم
 
آموزش ذخیره و بازیابی اطلاعات - درس چهارم
آموزش ذخیره و بازیابی اطلاعات - درس چهارمآموزش ذخیره و بازیابی اطلاعات - درس چهارم
آموزش ذخیره و بازیابی اطلاعات - درس چهارم
 
آموزش ذخیره و بازیابی اطلاعات - درس سوم
آموزش ذخیره و بازیابی اطلاعات - درس سومآموزش ذخیره و بازیابی اطلاعات - درس سوم
آموزش ذخیره و بازیابی اطلاعات - درس سوم
 
آموزش ذخیره و بازیابی اطلاعات - درس دوم
آموزش ذخیره و بازیابی اطلاعات - درس دومآموزش ذخیره و بازیابی اطلاعات - درس دوم
آموزش ذخیره و بازیابی اطلاعات - درس دوم
 
آموزش ذخیره و بازیابی اطلاعات - درس یکم
آموزش ذخیره و بازیابی اطلاعات - درس یکمآموزش ذخیره و بازیابی اطلاعات - درس یکم
آموزش ذخیره و بازیابی اطلاعات - درس یکم
 
آموزش ترمودینامیک ۲ بخش سوم
آموزش ترمودینامیک ۲ بخش سومآموزش ترمودینامیک ۲ بخش سوم
آموزش ترمودینامیک ۲ بخش سوم
 
آموزش ترمودینامیک ۲ بخش هشتم
آموزش ترمودینامیک ۲ بخش هشتمآموزش ترمودینامیک ۲ بخش هشتم
آموزش ترمودینامیک ۲ بخش هشتم
 
آموزش ترمودینامیک ۲ بخش دوم
آموزش ترمودینامیک ۲ بخش دومآموزش ترمودینامیک ۲ بخش دوم
آموزش ترمودینامیک ۲ بخش دوم
 
آموزش ترمودینامیک ۲ بخش هفتم
آموزش ترمودینامیک ۲ بخش هفتمآموزش ترمودینامیک ۲ بخش هفتم
آموزش ترمودینامیک ۲ بخش هفتم
 
آموزش ترمودینامیک ۲ بخش ششم
آموزش ترمودینامیک ۲ بخش ششمآموزش ترمودینامیک ۲ بخش ششم
آموزش ترمودینامیک ۲ بخش ششم
 
آموزش ترمودینامیک ۲ بخش اول
آموزش ترمودینامیک ۲ بخش اولآموزش ترمودینامیک ۲ بخش اول
آموزش ترمودینامیک ۲ بخش اول
 
آموزش ترمودینامیک ۲ بخش پنجم
آموزش ترمودینامیک ۲ بخش پنجمآموزش ترمودینامیک ۲ بخش پنجم
آموزش ترمودینامیک ۲ بخش پنجم
 

آموزش مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion - بخش یکم

  • 1. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مدرس‬: ‫خزایی‬ ‫مقداد‬ ‫بیوسیستم‬ ‫مکانیک‬ ‫دکتری‬ ‫دانشجوی‬ ‫مدرس‬ ‫تربیت‬ ‫دانشگاه‬ ‫آن‬ ‫کاربردهای‬ ‫و‬ ‫داده‬ ‫تلفیق‬ ‫راهبرد‬ ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 2. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫تصمیم‬ ‫سطح‬ ‫در‬ ‫داده‬ ‫تلفیق‬ Decision Level Fusion‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 3. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬ ‫در‬‫بسیاری‬‫از‬‫مواقع‬‫در‬‫کاربردهای‬‫تلفیق‬،‫داده‬‫افزایش‬‫بیش‬‫از‬‫حد‬‫تعداد‬‫حسگرها‬‫برای‬‫تلفیق‬‫آنها‬‫د‬‫ر‬‫سطوح‬ ‫عددی‬‫و‬‫ویژگی‬‫در‬‫امری‬‫بیهوده‬‫و‬‫حتی‬‫احتماال‬‫مضر‬‫نیز‬‫خواهد‬‫بود‬. ‫به‬‫عنوان‬‫مثال‬‫ممکن‬‫است‬‫استفاده‬‫از‬‫یک‬‫حسگر‬‫دقت‬‫عیب‬‫یابی‬80‫درصد‬‫که‬‫دقتی‬‫نه‬‫چندان‬‫مناسب‬،‫است‬ ‫به‬‫دست‬‫دهد‬.‫با‬‫استفاده‬‫از‬‫دو‬‫و‬‫یا‬‫سه‬‫حسگر‬‫و‬‫تلفیق‬‫آنها‬‫در‬‫سطح‬‫ویژگی‬‫دقت‬‫عیب‬‫یابی‬‫ممکن‬‫اس‬‫ت‬‫به‬ ‫حدود‬90‫درصد‬‫که‬‫دقتی‬‫نسبتا‬‫قابل‬‫قبول‬،‫است‬‫نیز‬‫برسد‬.‫اما‬‫استفاده‬‫از‬‫حسگرهای‬‫بیشتر‬‫دیگ‬‫ر‬‫مطلوب‬ ‫نبوده‬‫و‬‫دقت‬‫عیب‬‫یابی‬‫به‬‫علت‬‫افزایش‬‫شدید‬‫فضای‬‫ورودی‬‫مجددا‬‫سیر‬‫نزولی‬‫پیدا‬‫خواهد‬‫نمود‬.‫چرا‬‫ک‬‫ه‬‫طبقه‬- ‫بند‬‫دیگر‬‫توانایی‬‫تحلیل‬‫این‬‫فضای‬‫ورودی‬‫عظیم‬‫را‬‫نخواهد‬‫داشت‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 4. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬ ‫بدیهی‬‫است‬‫که‬10‫درصد‬‫دقت‬‫باقی‬‫مانده‬‫برای‬‫بسیاری‬‫از‬‫صنایع‬‫حساس‬‫از‬‫اهمیتی‬‫حیاتی‬‫برخوردار‬‫اس‬‫ت‬‫و‬ ‫در‬‫واقع‬‫وجه‬‫تمایز‬‫آنها‬‫از‬‫دیگر‬‫صنایع‬‫معمولی‬‫است‬.‫این‬‫مشکل‬‫هنگامی‬‫بغرنج‬‫تر‬‫می‬‫شود‬‫که‬‫بدانیم‬‫افزایش‬ ‫دقت‬‫عیب‬‫یابی‬‫از‬‫مرز‬70‫به‬90‫درصد‬‫بسیار‬‫ساده‬‫تر‬‫از‬‫افزایش‬‫چند‬‫درصدی‬‫آن‬‫از‬90‫درصد‬‫به‬‫اعداد‬‫بآالتر‬ ‫می‬‫باشد‬. ‫با‬‫توجه‬‫به‬‫مقدمات‬‫گفته‬‫شده‬‫احتماال‬‫اهمیت‬‫استفاده‬‫از‬‫روش‬‫های‬‫تلفیق‬‫داده‬‫در‬‫سطح‬‫تصمیم‬‫و‬‫است‬‫فاده‬‫از‬ ‫تئوری‬‫دمپستر‬-‫شافر‬‫در‬‫مقایسه‬‫با‬‫روش‬‫های‬‫دیگر‬‫به‬‫خوبی‬‫روشن‬‫شده‬‫است‬.‫اکنون‬‫به‬‫شرح‬‫قوانی‬‫ن‬‫حاکم‬‫بر‬ ‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫و‬‫چگونگی‬‫به‬‫کار‬‫گرفتن‬‫این‬‫روش‬‫در‬‫پژوهش‬‫حاضر‬‫می‬‫پردازیم‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 5. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫تعریف‬ ‫و‬ ‫مبانی‬ ‫بدیهی‬‫است‬‫که‬10‫درصد‬‫دقت‬‫باقی‬‫مانده‬‫برای‬‫بسیاری‬‫از‬‫صنایع‬‫حساس‬‫از‬‫اهمیتی‬‫حیاتی‬‫برخوردار‬‫اس‬‫ت‬‫و‬ ‫در‬‫واقع‬‫وجه‬‫تمایز‬‫آنها‬‫از‬‫دیگر‬‫صنایع‬‫معمولی‬‫است‬.‫این‬‫مشکل‬‫هنگامی‬‫بغرنج‬‫تر‬‫می‬‫شود‬‫که‬‫بدانیم‬‫افزایش‬ ‫دقت‬‫عیب‬‫یابی‬‫از‬‫مرز‬70‫به‬90‫درصد‬‫بسیار‬‫ساده‬‫تر‬‫از‬‫افزایش‬‫چند‬‫درصدی‬‫آن‬‫از‬90‫درصد‬‫به‬‫اعداد‬‫بآالتر‬ ‫می‬‫باشد‬. ‫با‬‫توجه‬‫به‬‫مقدمات‬‫گفته‬‫شده‬‫احتماال‬‫اهمیت‬‫استفاده‬‫از‬‫روش‬‫های‬‫تلفیق‬‫داده‬‫در‬‫سطح‬‫تصمیم‬‫و‬‫است‬‫فاده‬‫از‬ ‫تئوری‬‫دمپستر‬-‫شافر‬‫در‬‫مقایسه‬‫با‬‫روش‬‫های‬‫دیگر‬‫به‬‫خوبی‬‫روشن‬‫شده‬‫است‬.‫اکنون‬‫به‬‫شرح‬‫قوانی‬‫ن‬‫حاکم‬‫بر‬ ‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫و‬‫چگونگی‬‫به‬‫کار‬‫گرفتن‬‫این‬‫روش‬‫در‬‫پژوهش‬‫حاضر‬‫می‬‫پردازیم‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 6. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫دمپستر‬ ‫شواهد‬ ‫نظریه‬-‫شافر‬ Dempster- Shafer Theory of Evidence‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 7. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫و‬ ‫مبانی‬ ‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫به‬‫زعم‬‫بسیاری‬‫از‬‫مراجع‬،‫معتبر‬‫نیرومندترین‬‫روش‬‫د‬‫ر‬‫تلفیق‬ ‫داده‬‫هاست‬.‫این‬‫روش‬‫در‬‫واقع‬‫به‬‫تلفیق‬‫داده‬‫ها‬‫در‬‫سطح‬‫تصمیم‬‫می‬‫پردازد‬. ‫این‬‫روش‬‫توانایی‬‫تلفیق‬‫هرگونه‬‫داده‬،‫عددی‬‫سیگنالی‬‫و‬‫چند‬‫بعدی‬‫را‬‫دارد‬. ‫افزایش‬‫تعداد‬‫حسگرها‬‫و‬‫فضای‬‫ورودی‬‫اگرچه‬‫محاسبات‬‫را‬‫افزایش‬‫می‬،‫دهد‬‫اما‬‫به‬‫آشفت‬‫گی‬ ‫در‬‫نتایج‬‫منجر‬،‫نخواهد‬‫بلکه‬‫معموال‬‫به‬‫افزایش‬‫دقت‬‫منجر‬‫خواهد‬‫شد‬. ‫در‬‫حالی‬‫که‬‫افزایش‬‫فضای‬‫ورودی‬‫در‬‫روش‬‫های‬‫تلفیق‬‫ویژگی‬‫و‬‫مانند‬‫آن‬‫ممکن‬‫است‬‫ب‬‫ه‬ ‫راحتی‬‫کاهش‬‫دقت‬‫را‬‫در‬‫پی‬‫داشته‬‫باشد‬‫و‬‫باعث‬‫سردرگمی‬‫شواهد‬‫و‬‫تصمیم‬‫گیرها‬‫ش‬‫ود‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 8. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫و‬ ‫مبانی‬ ‫نظریه‬‫شواهد‬‫ابتدا‬‫با‬‫انتشار‬‫نظریه‬‫حدود‬‫احتمالی‬‫باال‬‫و‬‫پایین‬‫توسط‬‫دمپستر‬‫د‬‫ر‬‫سال‬1967 ‫متولد‬‫شد‬. ‫شافر‬‫در‬‫سال‬1976‫به‬‫تکمیل‬‫این‬‫نظریه‬‫و‬‫رفع‬‫نواقص‬‫آن‬‫پرداخته‬‫و‬‫این‬‫نظریه‬‫را‬‫بر‬‫ای‬ ‫آنالیز‬‫اطالعات‬‫غیرشفاف‬‫و‬‫ناکامل‬‫بسط‬‫داد‬. ‫از‬‫آن‬‫پس‬‫این‬‫نظریه‬‫به‬‫نظریه‬‫شواهد‬‫دمپستر‬-‫شافر‬‫مشهور‬‫گردیده‬‫است‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 9. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫شواهد‬ ‫نظریه‬ ‫اساسی‬ ‫مفاهیم‬ ‫همانگونه‬‫که‬‫از‬‫نام‬‫آن‬،‫پیداست‬‫نظریه‬‫دمپستر‬-‫شافر‬‫بر‬‫پایه‬‫مقادیر‬‫اعتقادی‬‫تع‬‫دادی‬‫شاهد‬ ‫از‬‫یک‬‫سوژه‬‫و‬‫تلفیق‬‫انتخاب‬‫های‬‫این‬‫شواهد‬‫بنا‬‫شده‬‫است‬. ‫این‬‫نظریه‬‫توانسته‬‫است‬‫روش‬‫های‬‫سنتی‬‫احتمآالت‬‫را‬‫به‬‫چالش‬‫بکشاند‬‫چرا‬‫که‬‫در‬‫و‬‫اقع‬‫در‬ ‫نظریه‬‫سنتی‬‫احتمآالت‬‫ما‬‫تنها‬‫با‬‫یک‬‫عدد‬‫مواجه‬‫هستیم‬‫اما‬‫در‬‫نظریه‬‫شواهد‬‫ما‬‫با‬‫مج‬‫موعه‬- ‫ای‬‫از‬‫احتمآالت‬‫سر‬‫و‬‫کار‬‫داریم‬‫که‬‫ممکن‬‫است‬‫با‬‫یکدیگر‬‫همسو‬‫و‬‫یا‬‫در‬‫تضاد‬‫باشن‬‫د‬. ‫پرداخته‬ ‫سوژه‬ ‫یک‬ ‫بررسی‬ ‫به‬ ‫که‬ ‫است‬ ‫متعددی‬ ‫شواهد‬ ‫از‬ ‫اعتقادی‬ ‫نگاشت‬ ‫یک‬ ‫نظریه‬ ‫این‬‫اند‬ ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 10. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫شواهد‬ ‫نظریه‬ ‫اساسی‬ ‫مفاهیم‬ ‫مزیت‬‫حیاتی‬‫نظریه‬‫شواهد‬‫آن‬‫است‬‫که‬‫این‬‫روش‬‫به‬‫نحوی‬‫طراحی‬‫شده‬‫است‬‫تا‬‫بتواند‬‫در‬‫سطوح‬‫مختل‬‫فی‬‫از‬ ‫مقادیر‬‫اعتقادی‬،‫شواهد‬‫با‬‫موفقیت‬‫به‬‫جمع‬‫بندی‬‫آنها‬‫بپردازد‬‫و‬‫در‬‫این‬‫زمینه‬‫نیازی‬‫به‬‫تحصیل‬‫و‬‫تز‬‫ریق‬ ‫اطالعات‬‫اضافه‬‫ندارد‬. ‫این‬‫برآورد‬‫شواهد‬‫از‬‫سوژه‬‫ها‬‫ممکن‬‫است‬‫حآالت‬‫به‬‫شدت‬‫متغیری‬‫را‬‫اختیار‬‫نماید‬.‫به‬‫عنوان‬‫مثال‬‫ممکن‬‫ا‬‫ست‬ ‫دو‬‫شاهد‬‫کامال‬‫همسو‬،‫باشند‬‫با‬‫یکدیگر‬‫کمی‬‫اشتراک‬‫داشته‬،‫باشند‬‫شامل‬‫هم‬‫باشند‬‫و‬‫یا‬‫اصوال‬‫هی‬‫چگونه‬ ‫اشتراکی‬‫با‬‫یکدیگر‬‫نداشته‬‫باشند‬.‫این‬‫موضوع‬‫در‬‫واقع‬‫همان‬‫توانایی‬‫نظریه‬‫شواهد‬‫در‬‫تحلیل‬‫اطال‬‫عات‬‫ناکافی‬‫و‬ ‫غیر‬‫دقیق‬‫اشاره‬‫دارد‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 11. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405‫سوژه‬ ‫از‬ ‫شواهد‬ ‫برآورد‬ ‫در‬ ‫ممکن‬ ‫مختلف‬ ‫حاالت‬ ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 12. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫کلیات‬ ‫و‬ ‫مبانی‬ ‫همانگونه‬‫که‬‫از‬‫شکل‬‫پیداست‬‫در‬‫حالت‬"‫الف‬"‫نوعی‬‫رابطه‬‫تلفیقی‬‫از‬‫شمول‬‫و‬‫اشتراک‬‫بین‬‫برآورد‬‫شواهد‬ ‫وجود‬‫دارد‬. ‫در‬‫حالت‬"‫ب‬"‫تنها‬‫رابطه‬‫شمول‬‫حاکم‬‫است‬. ‫حالت‬"‫ج‬"‫یک‬‫نوع‬‫تضاد‬‫کامل‬‫را‬‫به‬‫نمایش‬‫گذاشته‬‫است‬. ‫در‬‫پایان‬‫در‬‫حالت‬"‫د‬"‫رابطه‬،‫اشتراکی‬‫رابطه‬‫غالب‬‫بین‬‫شواهد‬‫یا‬‫همان‬‫حسگرها‬‫است‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 13. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مهم‬ ‫مثال‬ ‫یک‬ ‫به‬‫عنوان‬‫مثال‬‫هرگاه‬‫مطالعه‬‫موردی‬‫را‬‫یک‬‫چرخ‬‫دنده‬‫و‬‫سوژه‬‫را‬‫یک‬‫سیگنال‬‫ارتعاشی‬‫تحصیل‬‫شده‬‫از‬‫آن‬ ‫فرض‬‫کنید‬،‫در‬‫حالت‬"‫ج‬"،‫شکل‬‫حسگر‬A‫سیگنال‬‫ورودی‬‫را‬‫سیگنال‬‫یک‬‫چرخ‬‫دنده‬‫سالم‬‫تشخیص‬‫داده‬ ‫است‬‫در‬‫حالی‬‫که‬‫حسگر‬B‫آن‬‫را‬‫در‬‫کالس‬‫شکسته‬‫طبقه‬‫بندی‬‫نموده‬‫است‬. ‫در‬‫حآالت‬‫دیگر‬‫تشخیص‬‫حسگرهای‬‫به‬‫این‬‫دقت‬‫نبوده‬‫و‬‫با‬‫احتمآالتی‬‫همراه‬‫است‬.‫به‬‫عنوان‬‫مثال‬‫در‬‫ح‬‫الت‬ "‫د‬"‫حسگر‬B‫چرخدنده‬‫را‬‫با‬‫اطمینان‬‫باالیی‬‫ساییده‬‫تشخیص‬‫داده‬‫است‬‫به‬‫همین‬‫دلیل‬‫با‬‫برآورد‬‫حسگ‬‫ر‬D‫که‬ ‫آن‬‫را‬‫شکسته‬‫دانسته‬،‫است‬‫اشتراک‬‫کمی‬‫دارد‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 14. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مهم‬ ‫مثال‬ ‫یک‬ ‫برآورد‬‫حسگر‬B،‫حسگر‬A‫که‬‫با‬‫یقین‬‫چرخ‬‫دنده‬‫را‬‫ساییده‬‫طبقه‬‫بندی‬‫نموده‬‫را‬‫کامال‬‫شامل‬‫شده‬‫است‬.‫ای‬‫ن‬‫در‬ ‫حالی‬‫است‬‫که‬‫حسگر‬C‫احتمال‬‫ساییدگی‬‫و‬‫شکستگی‬‫را‬‫تقریبا‬‫متوسط‬‫دانسته‬‫است‬.‫در‬‫این‬‫حالت‬‫ب‬‫رآورد‬‫این‬ ‫حسگر‬‫در‬‫ساییده‬‫بودن‬‫چرخ‬،‫دنده‬‫برآورد‬‫حسگر‬A‫را‬‫در‬‫بر‬‫گرفته‬‫و‬‫با‬‫حسگر‬B‫نیز‬‫اشتراک‬‫زیادی‬‫دارد‬. ‫برآورد‬‫حسگر‬C‫از‬‫شکستگی‬‫چرخ‬‫دنده‬‫نیز‬‫اشتراکی‬‫نسبتا‬‫مساوی‬‫با‬‫برآورد‬‫حسگر‬D‫به‬‫وجود‬‫آورده‬‫است‬.‫در‬ ‫این‬‫وضعیت‬‫حسگر‬E‫با‬‫اطمینان‬‫زیادی‬‫چرخ‬‫دنده‬‫را‬‫سالم‬‫تشخیص‬‫داده‬،‫است‬‫اما‬‫با‬‫احتمال‬‫کمی‬‫به‬‫شکس‬‫ته‬ ‫یا‬‫ساییده‬‫بودن‬‫آن‬‫نیز‬‫رای‬‫داده‬‫است‬.‫این‬‫احتمال‬‫ضعیف‬‫به‬‫نوبه‬‫ی‬‫خود‬‫باعث‬‫اشتراک‬‫برآورد‬‫این‬‫حس‬‫گر‬‫با‬ ‫حسگرهای‬D‫و‬C‫شده‬‫است‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 15. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مهم‬ ‫مثال‬ ‫یک‬ ‫از‬‫میان‬‫چهار‬‫حالت‬‫آورده‬‫شده‬‫در‬‫شکل‬،‫حالت‬"‫ج‬"‫و‬"‫د‬"‫از‬‫اهمیت‬‫بیشتری‬‫نسبت‬‫به‬‫سایرین‬‫برخورار‬ ‫هستند‬.‫چرا‬‫که‬‫در‬‫اغلب‬‫اوقات‬‫با‬‫این‬‫دو‬‫حالت‬‫مواجه‬‫هستیم‬. ‫ازین‬‫میان‬‫حالت‬"‫ج‬"‫اگرچه‬‫بسیار‬‫کمتر‬‫اتفاق‬‫می‬‫افتد‬‫اما‬‫اهمیت‬‫بسیار‬‫زیادی‬‫دارد‬.‫این‬‫اهمیت‬‫بسی‬‫ار‬‫از‬‫آنجا‬ ‫نشات‬‫می‬‫گیرد‬‫که‬‫تحلیل‬‫این‬‫وضعیت‬‫بسیار‬‫مشکلتر‬‫از‬‫دیگر‬‫حآالت‬‫است‬.‫به‬‫عنوان‬‫مثال‬‫با‬‫فر‬‫ضیات‬‫یاد‬،‫شده‬ ‫در‬‫حالت‬"‫د‬"‫می‬‫توان‬‫حدس‬‫زد‬‫که‬‫چرخ‬‫دنده‬‫ساییده‬‫است‬.‫چرا‬‫که‬‫دست‬‫کم‬‫دو‬‫حسگر‬B‫و‬A‫با‬‫قطعیت‬‫زیاد‬ ‫و‬‫حسگر‬C‫با‬‫احتمال‬‫متوسط‬‫به‬‫این‬‫کالس‬‫رای‬‫داده‬‫اند‬.‫اما‬‫با‬‫همین‬‫فرض‬‫و‬‫در‬‫حالت‬"‫ج‬"‫هیچگونه‬‫حدسی‬ ‫امکان‬‫پذیر‬‫نیست‬.‫چرا‬‫که‬‫در‬‫این‬،‫حالت‬‫هریک‬‫از‬‫حسگرها‬‫با‬‫قاطعیت‬‫تمام‬‫به‬‫یک‬‫حالت‬‫خاص‬‫از‬‫یک‬‫س‬‫وژه‬ ‫رای‬‫داده‬‫و‬‫هیچگونه‬‫اشتراکی‬‫نیز‬‫ندارند‬.‫در‬‫این‬‫شرایط‬‫انتخاب‬‫بین‬‫حسگرها‬‫تعیین‬‫کننده‬‫است‬‫ک‬‫ه‬‫مباحث‬ ‫آن‬‫خواهد‬‫آمد‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 16. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫شواهد‬ ‫نظریه‬ ‫در‬ ‫اساسی‬ ‫توابع‬ ‫فرض‬‫کنید‬‫مجموعه‬‫ی‬‫یک‬‫مجموعه‬‫ی‬‫شمارا‬‫از‬‫احتمآالت‬‫برآورد‬‫شده‬‫از‬‫یک‬‫سوژه‬‫باشند‬.‫این‬‫مجموعه‬‫در‬‫واقع‬ ‫چارچوب‬‫بررسی‬‫ها‬‫درباره‬‫وقوع‬‫یک‬‫اتفاق‬‫است‬‫و‬‫قدرت‬‫آن‬‫نیز‬‫با‬‫تعریف‬‫می‬‫گردد‬.‫سه‬‫تابع‬‫بسیار‬‫مهم‬‫در‬‫ن‬‫ظریه‬ ‫دمپستر‬-‫شافر‬‫وجود‬‫دارد‬‫که‬‫محور‬‫محاسبات‬‫و‬‫معادالت‬‫را‬‫تشکیل‬‫می‬‫دهند‬.‫این‬‫سه‬‫تابع‬‫عبارتند‬‫از‬: ‫تابع‬‫اساسی‬‫جرم‬‫احتمال‬(m) ‫تابع‬‫اعتماد‬(Bel) ‫تابع‬‫مقبولیت‬(Pl) ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 17. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405‫شواهد‬ ‫نظریه‬ ‫در‬ ‫اساسی‬ ‫توابع‬ ‫تابع‬‫اساسی‬‫جرم‬‫احتمال‬‫که‬‫ازین‬‫پس‬‫از‬‫آن‬‫تنها‬‫با‬‫نام‬‫تابع‬‫جرم‬‫یاد‬‫می‬،‫شود‬‫مهم‬‫ترین‬‫تابع‬‫در‬‫نظریه‬‫ش‬‫واهد‬‫است‬ ‫و‬‫با‬‫دو‬‫نماد‬‫مشهور‬m‫و‬BPA‫شناخته‬‫می‬‫شود‬. ‫تابع‬‫جرم‬‫در‬‫واقع‬‫نگاشت‬‫اعتقادی‬‫یک‬‫شاهد‬‫به‬‫وجود‬‫حالت‬A‫است‬‫که‬‫با‬‫عددی‬‫بین‬‫صفر‬‫و‬‫یک‬‫تعریف‬‫می‬‫گردد‬. ‫به‬‫دو‬‫شرط‬‫زیر‬: ‫احتمال‬‫وقوع‬‫حالت‬‫تهی‬‫صفر‬‫باشد‬ ‫مجموع‬‫تابع‬‫جرم‬‫تمامی‬‫زیرمجموعه‬‫های‬‫مجموعه‬‫مرجع‬‫برابر‬‫با‬‫یک‬‫باشد‬ ‫نکته‬‫مهم‬:‫تابع‬‫جرم‬‫مجموعه‬A‫هیچ‬‫توضیحی‬‫درباره‬‫احتمال‬‫وقوع‬‫زیرمجموعه‬‫های‬‫آن‬‫را‬‫نمی‬‫دهد‬‫و‬‫تنها‬‫احتمال‬ ‫وقوع‬A‫را‬‫بیان‬‫می‬‫دارد‬.    : P 0,1 ( ) 0 ( ) 1 A P m X if m m A             ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 18. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مقبولیت‬ ‫و‬ ‫اعتماد‬ ‫توابع‬ ‫دو‬‫تابع‬‫مهم‬‫دیگر‬‫نظریه‬‫شواهد‬‫با‬‫توجه‬‫به‬‫تعریف‬‫تابع‬‫جرم‬‫محاسبه‬‫می‬‫شوند‬. ‫در‬‫واقع‬‫تابع‬‫مقبولیت‬‫و‬‫تابع‬‫اعتماد‬‫به‬‫ترتیب‬‫حدود‬‫باال‬‫و‬‫پایین‬‫وقوع‬‫یک‬‫سوژه‬‫هستند‬‫که‬‫بر‬‫اساس‬‫تابع‬‫جرم‬‫که‬ ‫آن‬‫سوژه‬،‫دارد‬‫تعریف‬‫می‬‫گردند‬. ‫تابع‬‫اعتماد‬‫به‬‫معنای‬‫پایین‬‫ترین‬‫حد‬‫احتمالی‬‫است‬‫که‬‫یک‬‫حالت‬‫ممکن‬‫است‬‫روی‬‫دهد‬.‫در‬‫واقع‬‫تابع‬‫اعت‬‫ماد‬ ‫بدبینانه‬‫ترین‬‫برآورد‬‫از‬‫احتمال‬‫سوژه‬‫ای‬‫مانند‬A‫است‬.‫میزان‬‫اعتماد‬‫به‬‫وقوع‬‫مجموعه‬A‫از‬‫جمع‬‫تابع‬‫جرم‬‫تمامی‬ ‫مجموعه‬‫هایی‬‫که‬‫زیرمجموعه‬‫ی‬A‫هستند‬‫به‬‫دست‬‫می‬‫آید‬.‫همچنین‬‫حد‬‫مقبولیت‬‫مجموعه‬A‫از‬‫جمع‬‫تابع‬‫جرم‬ ‫تمامی‬‫مجموعه‬‫هایی‬‫که‬‫با‬A‫اشتراکی‬‫دارند‬‫محاسبه‬‫می‬‫گردد‬.‫در‬‫واقع‬‫در‬‫محاسبه‬‫میزان‬،‫مقبولیت‬‫فرض‬‫می‬‫ش‬‫ود‬ ‫در‬‫هر‬‫حالتی‬‫که‬‫اشتراکی‬‫با‬A‫نیز‬‫وجود‬،‫دارد‬‫تنها‬A‫رخ‬‫خواهد‬‫داد‬‫و‬‫بخش‬‫دیگر‬‫احتمال‬‫برآورد‬‫شده‬‫رخ‬‫نمی‬- ‫دهد‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 19. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 | ( ) ( ) B B A Bel A m B    | ( ) ( ) B B A Pl A m B    ‫احتمال‬‫واقعی‬‫وقوع‬‫یک‬‫پیشامد‬‫مانند‬A‫که‬‫با‬p(A)‫نشان‬‫داده‬‫می‬،‫شود‬‫مقداری‬‫است‬‫مابین‬‫مقادیر‬‫مقبولیت‬‫و‬ ‫اعتماد‬‫آن‬‫پیشامد‬.‫با‬‫این‬‫حساب‬‫هرگاه‬‫مقدار‬‫حد‬‫اطمینان‬‫باال‬‫و‬‫پایین‬‫وقوع‬‫یک‬‫حالت‬‫برابر‬،‫باشند‬‫احتم‬‫ال‬‫وقوع‬ ‫آن‬‫نیز‬‫برابر‬‫با‬‫آنها‬‫خواهد‬‫بود‬.‫این‬‫حالت‬‫هنگامی‬‫روی‬‫می‬‫دهد‬‫که‬‫شواهد‬‫دارای‬‫برآوردهایی‬‫قطعی‬‫از‬‫وقوع‬‫یک‬ ‫پیشامد‬‫باشند‬. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )If Pl A Bel A Bel A P A Pl A l A P A pl Abe     ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 20. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫دمپستر‬ ‫نظریه‬ ‫در‬ ‫ترکیب‬ ‫قوانین‬-‫شافر‬ 1 1 2 ( ) ( ) ... ( ) (1 ) ( ) ( ) i i i i i i i A A A m A m A m A K m A K m A                      1 2 12 1 2 1 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) , 1 B C A B C m B m C m A m B m C When m B m C A K K                   ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 21. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫برای‬‫روشن‬‫تر‬‫شدن‬‫مساله‬‫با‬‫ذکر‬‫مثالی‬‫به‬‫تلفیق‬‫برآوردهای‬‫دو‬‫شاهد‬‫با‬‫نام‬‫های‬E1‫و‬2E‫و‬‫می‬‫پردازیم‬.‫شاهد‬‫اول‬ ‫یک‬‫حسگر‬‫ارتعاشی‬‫و‬‫شاهد‬‫دوم‬‫یک‬‫حسگر‬‫صدا‬‫است‬‫که‬‫هریک‬‫به‬‫صورت‬‫جداگانه‬‫به‬‫تشخیص‬‫حالت‬‫یک‬‫جعبه‬- ‫دنده‬‫از‬‫میان‬‫سه‬‫حالت‬‫فرضی‬‫پرداخته‬‫اند‬. ‫فرض‬‫کنید‬‫که‬‫برآورد‬‫شواهد‬‫به‬‫صورت‬‫عملگر‬«‫و‬»‫باشد‬.‫با‬‫این‬‫احتساب‬‫احتمال‬‫تلفیقی‬‫وقوع‬‫عیوب‬‫را‬‫محاسبه‬ ‫می‬‫نماییم‬.‫اکنون‬‫به‬‫جدول‬‫توجه‬‫کنید‬. 2 [0.15 0.79 0.06]E  1 [0.07 0.82 0.11]E  ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 22. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 0.110.820.07 0.01650.1230.1050.15 0.08690.64780.05530.7 0.00660.04920.00420.06 ‫شواهد‬ ‫نتایج‬ ‫تلفیق‬ ‫برای‬ ‫ضرایب‬ ‫ماتریس‬ 1E 2E ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 23. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫این‬‫جدول‬‫حاصل‬‫ضرب‬‫ماتریسی‬‫دو‬‫شاهد‬‫است‬.‫واضح‬‫است‬‫که‬‫مقادیر‬‫روی‬‫قطر‬‫اصلی‬‫در‬‫واقع‬‫ترکیب‬‫ع‬‫طفی‬ ‫برآورد‬‫دو‬‫شاهد‬‫از‬‫یک‬‫عیب‬‫مشترک‬‫است‬.‫یعنی‬‫درایه‬(2-2)‫حاصلضرب‬‫احتمال‬‫وقوع‬‫عیب‬‫از‬‫دیدگاه‬‫هر‬ ‫شاهد‬‫است‬.‫مقادیر‬‫روی‬‫قطر‬‫اصلی‬‫در‬‫واقع‬‫معادل‬‫صورت‬‫کسر‬‫یاد‬‫شده‬‫در‬‫معادالت‬‫ترکیب‬‫نظریه‬‫شواه‬‫د‬ ‫دمپستر‬-‫شافر‬‫هستند‬. ‫دیگر‬‫مقادیر‬،‫ماتریس‬‫تعابیر‬‫خاص‬‫دیگری‬‫دارند‬.‫به‬‫عنوان‬‫مثال‬‫درایه‬(1-3)‫یعنی‬‫یکی‬‫از‬‫شواهد‬‫عیب‬‫و‬ ‫دیگری‬‫عیب‬‫را‬‫تشخیص‬‫داده‬‫است‬.‫یعنی‬‫اختالفی‬‫بین‬‫شواهد‬‫وجود‬‫دارد‬‫و‬‫اشتراکی‬‫با‬‫هم‬‫ندارند‬.‫مج‬‫موع‬ ‫مقادیر‬‫درایه‬‫های‬‫ماتریس‬‫آورده‬‫شده‬‫در‬‫جدول‬3-4‫منهای‬‫مقادیر‬‫قطر‬،‫اصلی‬‫به‬‫محاسبه‬‫مقدار‬K‫می‬‫انجامد‬. ‫این‬‫درایه‬‫ها‬‫با‬‫عالمت‬‫به‬‫معنای‬‫عدم‬‫اشتراک‬‫بین‬،‫شواهد‬‫مشخص‬‫شده‬‫اند‬.‫مقدار‬K‫برای‬‫هر‬‫سامانه‬‫تلفیقی‬ ‫مقداری‬‫یکتاست‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 24. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫ابتدا‬‫با‬‫توجه‬‫به‬‫جدول‬‫به‬‫محاسبه‬‫مقدار‬K‫می‬‫پردازیم‬. 0.15 0.82 0.15 0.11 0.07 0.79 0.07 0.06 .82 0.06 0.79 0.11 0.3351K              12 1 0.15 0.07 ( ) 0.0158 1 m F K     12 2 0.82 0.79 ( ) 0.9743 1 m F K     12 3 0.06 0.11 ( ) 0.0099 1 m F K     ‫با‬‫توجه‬‫به‬‫محاسبه‬‫مقدار‬K‫و‬‫مقادیر‬‫ترکیب‬‫عطفی‬،‫شواهد‬‫به‬‫تلفیق‬‫نتایج‬‫حاصله‬‫می‬‫پردازیم‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 25. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫با‬‫توجه‬‫به‬‫محاسبات‬‫در‬‫می‬‫یابیم‬‫که‬‫با‬‫استفاده‬‫از‬‫تلفیق‬‫برآوردهای‬‫دو‬،‫حسگر‬‫احتمال‬‫وجود‬‫حاالت‬1‫و‬3‫به‬ ‫ترتیب‬‫از‬‫میانگین‬11‫و‬9‫درصد‬‫به‬1.6‫و‬‫حدود‬1‫درصد‬‫کاهش‬‫یافت‬ ‫به‬‫همین‬‫ترتیب‬‫احتمال‬‫موجودیت‬‫عیب‬‫دوم‬‫از‬‫میانگین‬81‫درصد‬‫به‬‫بیش‬‫از‬97‫درصد‬‫افزایش‬‫یافت‬. ‫بدین‬‫ترتیب‬‫نظریه‬‫شواهد‬‫در‬‫واقع‬‫احتماالت‬‫ضعیف‬‫را‬‫تضعیف‬‫نموده‬‫و‬‫احتمآالت‬‫قوی‬‫تر‬‫را‬‫تقویت‬‫ن‬‫موده‬‫و‬ ‫درصد‬‫قابلیت‬‫اطمینان‬‫واقعی‬‫آنان‬‫را‬‫محاسبه‬‫می‬‫نماید‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 26. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫دقت‬‫کنید‬‫که‬‫اگر‬‫درصدهای‬‫نهایی‬‫تلفیقی‬‫به‬‫دست‬‫آمده‬‫را‬‫با‬‫یکدیگر‬‫جمع‬،‫کنیم‬‫به‬‫مجموع‬‫یک‬‫یا‬‫همان‬ 100%‫خواهند‬‫رسید‬‫که‬‫دارای‬‫تعبیر‬‫ریاضی‬‫مهمی‬‫است‬.‫بدین‬‫معنا‬‫که‬‫در‬‫این‬‫مثال‬‫شواهد‬‫به‬‫صورت‬‫د‬‫قیق‬( ‫و‬‫نه‬‫حدودی‬)‫به‬‫تشخیص‬‫سوژه‬‫پرداخته‬‫اند‬‫و‬‫مجموع‬‫درصد‬‫تشخیص‬‫عیوب‬‫در‬‫تک‬‫تک‬‫شواهد‬‫نیز‬‫برا‬‫بر‬‫با‬ ‫یک‬‫است‬.‫یعنی‬‫حالت‬‫فرض‬‫شده‬‫در‬‫معادله‬‫تعریف‬‫تابع‬‫جرم‬‫رخ‬‫داده‬‫است‬. ‫هرگاه‬‫شاهدی‬‫یک‬‫مقدار‬‫هرچند‬‫کوچک‬‫را‬‫به‬‫این‬‫گزاره‬‫تخصیص‬‫دهد‬‫که‬"‫نمی‬‫داند‬"‫حالت‬‫سامانه‬‫را‬‫چیس‬،‫ت‬ ‫آنگاه‬‫این‬‫وضعیت‬‫بر‬‫هم‬‫خورده‬‫و‬‫شرط‬‫دوم‬‫از‬‫معادله‬‫تعریف‬‫تابع‬‫اساسی‬‫جرم‬‫نیز‬‫نقض‬‫می‬‫گردد؛‬‫یعن‬‫ی‬: ( ) 0m   ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 27. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫در‬‫تمامی‬‫فرمول‬‫ها‬‫و‬‫معادالتی‬‫که‬‫تا‬‫کنون‬‫به‬‫تشریح‬‫آنها‬‫پرداخته‬،‫ایم‬‫همواره‬‫تضاد‬‫و‬‫تناقض‬‫بین‬‫شواهد‬‫را‬‫در‬‫نظر‬ ‫نگرفته‬‫ایم‬.‫بار‬‫دیگر‬‫به‬‫شکلی‬‫که‬‫مرور‬‫کردیم‬‫توجه‬‫کنید‬. ‫زاده‬ ‫لطفی‬ ‫پروفسور‬ ‫چالش‬ ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 28. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫در‬‫واقع‬‫تا‬‫کنون‬‫تنها‬‫به‬‫بررسی‬‫حآالت‬"‫الف‬"،"‫ب‬"‫و‬"‫د‬"‫در‬‫شکل‬‫پرداخته‬‫ایم‬.‫اکنون‬‫حالتی‬‫را‬‫در‬‫نظ‬‫ر‬ ‫بگیرید‬‫که‬‫اشتراک‬‫بین‬‫شواهد‬‫به‬‫شدت‬‫ضعیف‬‫باشد‬‫و‬‫یا‬‫اصوال‬‫شواهد‬‫در‬‫تضاد‬‫با‬‫یکدیگر‬‫باش‬‫ند‬. ‫نخستین‬‫بار‬‫پروفسور‬‫لطفی‬‫زاده‬‫با‬‫انتشار‬‫مقاله‬‫ای‬‫با‬‫ذکر‬‫یک‬‫مثال‬‫عمومیت‬‫قوانین‬‫نظریه‬‫شوا‬‫هد‬‫را‬‫به‬‫چالش‬ ‫کشید‬.‫مجددا‬‫شرایط‬‫مثال‬‫گذشته‬‫را‬‫فرض‬‫نمایید‬‫با‬‫این‬‫تفاوت‬‫که‬‫این‬‫بار‬‫برآورد‬‫شواهد‬‫به‬‫صورت‬‫زیر‬‫باشند‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 29. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫شخصی‬‫برای‬‫یک‬‫عارضه‬‫جسمانی‬(‫مثال‬‫یک‬‫سر‬‫درد‬)‫به‬‫نزد‬‫دو‬‫پزشک‬(‫دو‬‫شاهد‬)‫رفت‬. ‫پزشک‬‫اول‬‫گفت‬:‫به‬‫احتمال‬99‫درصد‬‫یک‬‫عارضه‬‫معمولی‬‫است‬‫و‬‫شما‬‫سالمت‬‫هستید‬.‫اما‬‫به‬‫احتمال‬‫یک‬ ‫درصد‬‫ممکن‬‫است‬‫عالئم‬‫سرطان‬‫باشد‬.‫به‬‫هر‬‫حال‬‫این‬‫میگرن‬‫نیست‬. ‫پزشک‬‫دوم‬‫گفت‬:‫من‬‫هم‬‫احتمال‬1‫درصد‬‫سرطان‬‫بودن‬‫را‬‫تایید‬‫می‬‫کنم‬.‫اما‬‫به‬‫احتمال‬99‫درصد‬‫این‬‫یک‬ ‫میگرن‬‫است‬.‫به‬‫هر‬‫حال‬‫شما‬‫مسلما‬‫سالم‬‫نیستید‬! ‫اکنون‬‫مساله‬‫را‬‫برای‬‫نظریه‬‫شواهد‬‫مدل‬‫نموده‬‫و‬‫حل‬‫می‬‫کنیم‬: ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 30. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 2 [0.00 0.01 0.99]E  1 [0.99 0.01 0.00]E  00.010.99 0000 00.00010.0990.01 00.0990.9810.99 1E 2E ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 31. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 12 2 0.01 0.01 ( ) 1 1 m F k     12 3 0.00 0.99 ( ) 0 1 m F k     0.99 0.01 0.99 0.01 0 0 0 0.01 0.99 0.99 0.99k            12 1 0.99 0.00 ( ) 0 1 m F k     ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 32. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫در‬‫نظریه‬‫شواهد‬‫در‬‫شرایطی‬‫که‬‫تضاد‬‫بین‬‫طبقه‬‫بندها‬‫یا‬‫شواهد‬‫شدید‬،‫است‬‫این‬‫معضل‬‫پیش‬‫می‬‫آی‬‫د‬‫که‬ ‫ممکن‬‫است‬‫برآورد‬‫کامال‬‫غلطی‬‫را‬‫نتیجه‬‫بدهد‬. ‫در‬‫مثال‬‫باال‬‫روش‬‫مبتنی‬‫بر‬‫نظریه‬‫شواهد‬‫احتمال‬‫وقوع‬‫حالت‬‫شماره‬‫دو‬(‫سرطان‬)‫را‬100‫درصد‬‫برآورد‬‫نمود‬. ‫همچنین‬‫احتمال‬‫وقوع‬‫حاالت‬‫یک‬(‫سالمت‬)‫و‬‫دو‬(‫میگرن‬)‫که‬‫از‬‫دیدگاه‬‫یک‬‫شاهد‬‫دست‬‫کم‬99‫درصد‬ ‫شانس‬‫وقوع‬،‫داشتند‬‫به‬‫صفر‬‫درصد‬‫کاهش‬‫یافت‬.‫بدیهی‬‫است‬‫که‬‫چنین‬‫برآوردی‬‫سراسر‬‫اشتباه‬‫اس‬‫ت‬. ‫این‬‫گونه‬‫مشکالت‬‫نیاز‬‫به‬‫تصحیح‬‫قوانین‬‫نظریه‬‫دمپستر‬-‫شافر‬‫را‬‫بیش‬‫از‬‫پیش‬‫نمایان‬‫ساخت‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 33. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫روش‬‫های‬‫بسیاری‬‫برای‬‫توجیه‬‫و‬‫رفع‬‫این‬‫نقص‬‫معرفی‬‫و‬‫پرداخته‬‫شده‬،‫اند‬‫اما‬‫کارآمدترین‬‫روش‬‫را‬‫یاگر‬‫در‬‫س‬‫ال‬ 1987‫معرفی‬‫و‬‫فرمول‬‫بندی‬‫نمود‬.‫در‬‫این‬‫نظریه‬‫احتمال‬‫تضاد‬‫بین‬‫شواهد‬‫به‬‫درستی‬‫در‬‫نظر‬‫گرفته‬‫شده‬‫است‬. ‫برای‬‫حل‬‫معضل‬‫تضاد‬‫بین‬‫شواهد‬‫یاگر‬‫در‬‫گام‬‫نخست‬‫در‬‫مقابل‬‫تابع‬،‫جرم‬‫تابعی‬‫جدید‬‫با‬‫نام‬‫تابع‬‫سط‬‫ح‬‫احتمال‬ ‫جرم‬‫تعریف‬‫نمود‬‫که‬‫با‬‫نماد‬q‫نشان‬‫داده‬‫می‬‫شود‬.‫این‬‫روش‬‫بر‬‫این‬‫ایده‬‫استوار‬‫است‬‫که‬‫مقدار‬‫تابع‬‫سطح‬‫احتما‬‫ل‬ ‫می‬‫تواند‬‫از‬‫صفر‬‫بزرگتر‬‫باشد‬‫یعنی‬‫شرط‬‫دوم‬‫معادله‬‫تعریف‬‫تابع‬‫اساسی‬‫جرم‬‫را‬‫نقض‬‫نموده‬‫است‬. q= Ground probability mass assignment ( ) 0q   ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 34. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫در‬‫کاربردهای‬‫واقعی‬‫در‬‫بسیاری‬‫از‬‫مواقع‬‫عملکرد‬‫شواهد‬‫با‬‫خطاهای‬‫بسیاری‬‫همراه‬‫است‬. ‫یعنی‬‫به‬‫صورت‬‫منطقی‬‫می‬‫توان‬‫درصد‬‫تشخیص‬‫آنها‬‫را‬‫با‬‫یک‬‫ضریب‬‫اطمینان‬‫کاهش‬‫داده‬‫و‬‫واقعی‬‫تر‬‫نمود‬. ‫در‬‫نظریه‬‫یاگر‬‫در‬‫واقع‬‫با‬‫توجه‬‫به‬‫این‬‫احتمال‬‫منطقی‬‫رابطه‬‫بین‬‫شواهد‬(‫در‬‫شکل‬‫مربوط‬‫به‬‫زیر‬‫مجم‬‫وعه‬‫های‬ ‫شواهد‬)‫را‬‫از‬‫حالت‬"‫ج‬"‫به‬‫حالت‬"‫د‬"‫تغییر‬‫داده‬‫شده‬‫است‬. ‫یعنی‬‫اگرچه‬‫شواهد‬‫در‬‫تشخیص‬‫عیوب‬‫کوچکترین‬‫اشتراکی‬‫نداشته‬،‫اند‬‫اما‬‫حتما‬‫در‬‫عدم‬‫قطعیت‬‫در‬‫ت‬‫شخیص‬ ‫عیوب‬‫دارای‬‫اشتراک‬‫هستند‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 35. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫یاگر‬‫با‬‫استفاده‬‫ازین‬‫حقیقت‬‫به‬‫معرفی‬‫ضریبی‬‫پارامتری‬‫با‬‫نام‬‫فاکتور‬‫اهمیت‬‫پرداخت‬. ‫فاکتور‬‫اهمیت‬‫در‬‫واقع‬‫میزان‬‫اطمینان‬‫به‬‫یک‬‫شاهد‬‫است‬‫و‬‫وزن‬‫آن‬‫در‬‫مقابل‬‫دیگر‬‫شواهد‬‫را‬‫تبیین‬‫می‬‫کند‬. ‫در‬‫این‬‫صورت‬‫هرگاه‬𝑂𝑖(𝐴‫برآورد‬‫شاهد‬i‫ام‬‫از‬‫رخداد‬‫حالت‬A‫باشد‬‫و‬‫نیز‬𝛼𝑖‫وزن‬‫شاهد‬i‫ام‬،‫باشد‬‫مقادیر‬ ‫جدید‬‫تابع‬‫جرم‬‫به‬‫صورت‬‫زیر‬‫تعریف‬‫می‬‫گردد‬. ( ) ( )i i im A O A  ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 36. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫همچون‬‫روش‬‫دمپستر‬-،‫شافر‬‫روش‬‫یاگر‬‫نیز‬‫دارای‬‫یک‬‫فاکتور‬‫استانداردسازی‬‫می‬‫باشد‬‫وشروط‬‫این‬‫معادله‬‫دقیقا‬ ‫مانند‬‫شروط‬‫معادله‬‫تلفیق‬‫در‬‫نظریه‬‫شواهد‬‫است‬.‫فرمول‬‫تلفیق‬‫برآوردهای‬‫شواهد‬‫در‬‫روش‬‫یاگر‬‫به‬‫صورت‬‫زیر‬ ‫است‬: ‫همچنین‬‫ترکیب‬‫عطفی‬‫تابع‬‫سطح‬‫احتمال‬‫شواهد‬‫مختلف‬‫با‬‫استفاده‬‫از‬‫فرمول‬‫زیر‬‫انجام‬‫می‬‫پذیرد‬:  1 1 2 2 3 3( ) ( ) ( ) ( ) ... ( ) i i i A A q A m A m A m A m A       ( ) ( ) 1 ( ) q A m A q    ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 37. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫یاگر‬‫خطاهای‬‫احتمالی‬‫و‬‫تضاد‬‫میان‬‫شواهد‬‫را‬‫در‬‫مجموعه‬‫ای‬‫به‬‫نام‬𝛩‫طبقه‬‫بندی‬‫نمود‬. ‫مثبت‬‫بودن‬‫مقدار‬‫احتمال‬‫رخ‬‫دادن‬‫حالت‬‫تهی‬‫یعنی‬‫احتمال‬‫اینکه‬‫شاهد‬‫هیچ‬‫حالتی‬‫را‬‫انتخاب‬،‫نکند‬‫دچار‬ ‫تضاد‬‫با‬‫دیگران‬‫باشد‬‫و‬‫یا‬‫دچار‬‫خطا‬‫شود‬‫از‬‫صفر‬‫بزرگتر‬‫است‬.‫با‬‫استفاده‬‫از‬‫ضریب‬،‫اهمیت‬‫فاکتو‬‫ر‬‫مهم‬𝛩‫با‬ ‫معادله‬‫زیر‬‫تعریف‬‫می‬‫گردد‬ 1i i   ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 38. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫توجه‬‫به‬‫معنای‬‫پارامتر‬‫تتا‬‫حائز‬‫اهمیت‬‫است‬.‫از‬‫مفهوم‬‫این‬‫شاخص‬‫نتایج‬‫زیر‬‫استخراج‬‫می‬‫گردد‬: ‫این‬‫پارامتر‬‫به‬‫معنای‬‫آن‬‫است‬‫که‬‫یک‬‫شاهد‬(‫یک‬‫حسگر‬‫یا‬‫یک‬‫طبقه‬‫بند‬)"‫نمی‬‫داند‬"‫که‬‫حالت‬‫سوژه‬‫چ‬‫یست‬. ‫اینکه‬‫یک‬‫شاهد‬‫نمی‬‫داند‬‫حالت‬‫سوژه‬،‫چیست‬‫در‬‫واقع‬‫احتمال‬‫می‬‫دهد‬‫که‬‫هریک‬‫از‬‫حآالت‬‫نیز‬‫باشد‬.‫یعنی‬ ‫برآورد‬‫تتای‬‫هر‬‫شاهد‬‫در‬‫تشخیص‬‫هر‬،‫حالت‬‫با‬‫تمامی‬‫برآوردهای‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬‫است‬.‫مفهوم‬ ‫تعبیر‬‫ریاضی‬‫این‬‫جمله‬‫است‬‫که‬‫شواهد‬‫دست‬‫کم‬‫در‬‫عدم‬‫قطعیت‬‫در‬‫تشخیص‬‫یک‬‫وضعیت‬‫با‬‫هم‬‫دارای‬‫اشتراک‬ ‫هستند‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 39. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫با‬‫این‬‫وصف‬‫به‬‫عنوان‬‫مثال‬‫در‬‫تشخیص‬‫یک‬،‫حالت‬‫مقدار‬‫تتا‬‫در‬‫صورت‬‫کسر‬‫فرمول‬‫های‬‫ترکیب‬‫شواهد‬‫م‬‫وثر‬،‫است‬ ‫چرا‬‫که‬‫با‬‫هر‬‫تشخیص‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬‫است‬. ‫از‬‫طرفی‬‫چون‬‫شاخص‬‫تتا‬‫با‬‫برآورد‬‫شواهد‬‫دیگر‬‫دارای‬‫اشتراک‬،‫است‬‫پس‬‫نمی‬‫تواند‬‫در‬‫مخرج‬‫کسر‬‫قوانی‬‫ن‬‫ترکیب‬ ‫حضور‬‫یابد‬.‫چرا‬‫که‬‫شروط‬‫مخرج‬‫کسر‬‫در‬‫قوانین‬‫ترکیب‬‫را‬‫تامین‬‫نمی‬‫کند‬.  1 1 2 2 3 3( ) ( ) ]( ) ( ) ... ( ) i i i i i A A q A m A mm A m A m A         ( ) ( ) 1 ( ) q A m A q    ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 40. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫حال‬‫به‬‫بررسی‬‫مجدد‬‫مثال‬‫پروفسور‬‫لطفی‬‫زاده‬‫و‬‫رفع‬‫معضل‬‫معرفی‬‫شده‬‫در‬‫آن‬‫با‬‫استفاده‬‫از‬‫روش‬‫یاگر‬‫م‬‫ی‬- ‫پردازیم‬. ‫فرض‬‫کنید‬‫که‬‫همان‬‫شواهد‬‫و‬‫همان‬‫برآوردها‬‫وجود‬‫دارند‬.‫با‬‫این‬‫تفاوت‬‫که‬‫به‬‫یکی‬‫از‬‫شواهد‬(‫پزشک‬‫ها‬)‫اعتما‬‫د‬ ‫بیشتری‬‫داریم‬.‫یعنی‬: 1 1 2 2 [0 0.0095 0.9405 0.05] [0.792 0.008 0 0.2] E E       1 0.95  2 0.8  1 0.05  2 0.2  ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 41. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫جدول‬‫زیر‬‫ماتریس‬‫تلفیق‬‫این‬‫دو‬‫شاهد‬‫را‬‫نشان‬‫می‬‫دهد‬.‫محاسبات‬‫دیگر‬‫مشابه‬‫با‬‫محاسبات‬‫مثال‬‫های‬‫گذش‬‫ته‬‫است‬ ‫که‬‫جهت‬‫رعایت‬‫اختصار‬‫از‬‫توضیح‬‫بیشتر‬‫خودداری‬‫می‬‫شود‬. 0.050.94050.00950 0.03960.74490.007500.792 0.00040.00750.000100.008 00000 0.010.18810.001900.2 1E 2E ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 42. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫با‬‫استفاده‬‫از‬‫معادالت‬‫بیان‬‫شده‬‫محاسبه‬‫مقادیر‬‫تابع‬‫سطح‬‫احتمال‬‫برای‬‫هر‬‫عیب‬‫و‬‫در‬‫نهایت‬‫نتایج‬‫تلف‬‫یق‬‫شده‬ ‫شواهد‬‫به‬‫صورت‬‫زیر‬‫انجام‬‫می‬‫پذیرد‬: ( ) 0.0075 0.0075 0.7449 0.7599 1 ( ) 0.2401q q        1 12 1 0.0396 ( ) 0 0 0.0396 ( ) 0.1649 1 ( ) q F m F q         2 12 2 0.0024 ( ) 0.0001 0.0019 0.0004 ( ) 0.01 1 q F m F K        3 12 3 0.1881 ( ) 0 0.1881 0 ( ) 0.7834 1 ( ) q F m F q         ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 43. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫از‬‫نتایج‬‫محاسبات‬‫باال‬‫مشخص‬‫می‬‫گردد‬‫که‬‫روش‬‫یاگر‬‫با‬‫توجه‬‫به‬‫وزن‬‫شواهد‬‫توانسته‬‫است‬‫تعادل‬‫خ‬‫وبی‬‫در‬ ‫نتایج‬‫حاصل‬‫نماید‬: ‫برآورد‬‫سرطان‬‫از‬‫مقدار‬‫به‬‫شدت‬‫غلط‬100،‫درصد‬‫به‬‫اندازه‬‫پیش‬‫بینی‬‫شده‬‫ی‬‫خود‬‫یعنی‬1‫درصد‬‫تقلیل‬‫داده‬ ‫شده‬‫است‬. ‫شانس‬‫وقوع‬‫حاالت‬‫سالمت‬‫و‬‫میگرن‬‫به‬‫اندازه‬‫مطلوبی‬‫افزایش‬‫یافته‬‫است‬. ‫از‬‫آنجا‬‫که‬‫وزن‬‫شاهد‬‫اول‬‫بیشتر‬،‫بوده‬‫برآورد‬‫تلفیقی‬‫از‬‫حالت‬‫میگرن‬‫به‬‫شدت‬‫بیشتر‬‫از‬،‫است‬‫چر‬‫ا‬‫که‬‫شاهد‬ ‫اول‬‫به‬‫میگرن‬‫رای‬‫داده‬‫و‬‫ما‬‫نیز‬‫بیشتر‬‫به‬‫شاهد‬‫اول‬‫اعتماد‬‫داشته‬‫ایم‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 44. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫نکته‬‫مهم‬:‫در‬‫روش‬‫یاگر‬‫اگر‬‫درصد‬‫نهایی‬‫دقت‬‫ها‬‫را‬‫با‬‫یکدیگر‬‫جمع‬،‫ببندیم‬‫به‬‫عدد‬1‫نخواهد‬‫رسید‬.‫این‬‫میزان‬ ‫باقی‬‫مانده‬‫که‬‫در‬‫واقع‬‫احتمال‬‫مجموعه‬‫تهی‬‫است‬‫را‬‫پارامتر‬‫چشم‬‫پوشی‬‫می‬‫گویند‬.‫این‬‫مقدار‬‫را‬‫برای‬‫مثال‬‫ذ‬‫کر‬ ‫شده‬‫محاسبه‬‫می‬‫کنیم‬: 1 (0.7834 0.01 0.1649) 0.0417IF      ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 45. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫شاخص‬‫چشم‬‫پوشی‬‫که‬‫برای‬‫مثال‬‫ذکر‬‫شده‬‫برابر‬‫با‬4.17‫درصد‬‫است‬‫به‬‫معنای‬‫مقدار‬‫درصدی‬‫است‬‫که‬‫از‬ ‫احتمآالت‬‫ضعیف‬‫کاسته‬‫شده‬،‫است‬‫اما‬‫نمی‬‫توان‬‫با‬‫قطعیت‬‫آنرا‬‫به‬‫احتمآالت‬‫قوی‬‫تر‬‫افزود‬. ‫تعبیر‬‫ریاضی‬‫این‬‫پارامتر‬‫یعنی‬‫اینکه‬‫به‬‫احتمال‬4.17‫درصد‬‫نمی‬‫توان‬‫هیچ‬‫حدسی‬‫درباره‬‫حالت‬‫سامانه‬‫داشت‬. ‫مقدار‬‫این‬‫فاکتور‬‫با‬‫تفاوت‬‫بین‬‫تابع‬‫مقبولیت‬‫و‬‫اعتماد‬‫رابطه‬‫مستقیم‬،‫دارد‬‫یعنی‬‫هرچه‬‫این‬‫تفاوت‬‫ب‬‫یشتر‬،‫باشد‬ ‫فاکتور‬‫چشم‬‫پوشی‬‫نیز‬‫افزایش‬‫می‬‫یابد‬‫و‬‫برعکس‬‫آن‬‫نیز‬‫صادق‬‫است‬. ‫معنای‬‫ساده‬‫تر‬‫این‬‫مفهوم‬‫در‬‫عیب‬‫یابی‬‫آنست‬‫که‬‫هرچقدر‬‫که‬‫شواهد‬‫نتوانند‬‫دقیق‬‫تر‬‫اظهار‬‫نظر‬‫کنند‬‫و‬‫ف‬‫اصله‬‫بین‬ ‫حدود‬‫باالیی‬‫و‬‫پایینی‬‫وقوع‬‫یک‬‫حالت‬‫افزایش‬،‫یابد‬‫در‬‫تلفیق‬‫داده‬‫های‬‫آنها‬‫نیز‬‫بر‬‫درصد‬‫عدم‬‫تشخیص‬‫افزوده‬‫شده‬ ‫و‬‫از‬‫دقت‬‫کاسته‬‫می‬‫شود‬.‫بدیهی‬‫است‬‫مقدار‬‫پارامتر‬‫چشم‬‫پوشی‬‫هرچه‬‫کمتر‬،‫باشد‬‫مطلوب‬‫تر‬‫است‬. ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 46. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫استفاده‬‫از‬‫روش‬‫ارتقا‬‫یافته‬‫دمپستر‬-‫شافر‬‫بسیار‬‫مفید‬‫و‬‫عمومی‬‫تر‬‫است‬.‫بدین‬‫معنا‬‫که‬‫در‬‫حالتی‬‫ک‬‫ه‬‫تضادی‬‫بین‬ ‫شواهد‬‫وجود‬‫نداشته‬‫باشد‬‫نیز‬‫قابل‬‫استفاده‬‫است‬،‫اما‬‫گاهی‬‫در‬‫حآالت‬‫بدون‬،‫تضاد‬‫نتایج‬‫ضعیف‬‫تری‬‫نس‬‫بت‬‫به‬‫روش‬ ‫عادی‬‫دمپستر‬-‫شافر‬‫را‬‫به‬‫دست‬‫می‬‫دهد‬. ‫پژوهش‬‫های‬‫فراوانی‬‫در‬‫جهت‬‫تشخیص‬‫بهترین‬‫راه‬‫برای‬‫تعیین‬‫مقدار‬‫ضریب‬‫اهمیت‬‫شواهد‬‫که‬‫پارامتر‬‫کلیدی‬‫در‬ ‫روش‬‫یاگر‬‫می‬،‫باشد‬‫به‬‫انجام‬‫رسیده‬‫است‬.‫بدین‬‫منظور‬‫روش‬‫های‬‫زیر‬‫پیشنهاد‬‫می‬‫گردد‬: 1-‫تجربه‬‫و‬‫تخصص‬‫شاهد‬ 2-‫دقت‬‫تصمیمات‬‫پیشین‬‫شاهد‬ 3-‫دقت‬‫شاهد‬‫در‬‫یادگیری‬(‫در‬‫کاربردهای‬‫هوش‬‫مصنوعی‬) ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 47. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫مکانیکی‬‫تجهیزات‬‫یابی‬‫عیب‬‫جهت‬‫شده‬‫معرفی‬‫فرآیند‬ ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org
  • 48. ‫یا‬ ‫داده‬ ‫تلفیق‬ ‫آموزش‬ Data Fusion faradars.org/fvdm9405 ‫فرادرس‬ ‫در‬ ‫شده‬ ‫مطرح‬ ‫نکات‬ ‫مبنای‬ ‫بر‬ ‫ها‬ ‫اسالید‬ ‫این‬ «‫یا‬ ‫داده‬ ‫تلفیق‬ ‫راهبرد‬ ‫کاربردهای‬ ‫و‬ ‫مبانی‬ ‫آموزش‬Data Fusion» ‫است‬ ‫شده‬ ‫تهیه‬. ‫نمایید‬ ‫مراجعه‬ ‫زیر‬ ‫لینک‬ ‫به‬ ‫آموزش‬ ‫این‬ ‫مورد‬ ‫در‬ ‫بیشتر‬ ‫اطالعات‬ ‫کسب‬ ‫برای‬. faradars.org/fvdm9405 48 ‫س‬‫ر‬‫د‬‫ا‬‫ﺮ‬‫ﻓ‬ FaraDars.org