Cooperação com empresas de base tecnológica: pesquisa-ação no setor elétrico

A pressão por inovação em empresas de base tecnológica, em ciclos cada vez mais curtos e demandando competências complexas, tem levado as empresas à busca de uma estruturação sob a forma de redes de cooperação empresarial, a fim de mitigar riscos e reduzir custos enquanto acelera o time to market. Entretanto, apesar de todas as vantagens e oportunidades reais, há grandes barreiras a serem transpostas. O objetivo dessa pesquisa é compreender o processo de estruturação de uma rede de cooperação no contexto de empresas de base tecnológica. A abordagem metodológica utilizada foi a pesquisa-ação desenvolvida em 30 empresas do setor eletroeletrônico. Os resultados apontam o temor ao comportamento oportunista como o item mais crítico à formação da rede de cooperação empresarial.

Particle Competition and Cooperation in Networks for Semi-Supervised Learning

Semi-supervised learning is one of the important topics in machine learning, concerning with pattern classification where only a small subset of data is labeled. In this paper, a new network-based (or graph-based) semi-supervised classification model is proposed. It employs a combined random-greedy walk of particles, with competition and cooperation mechanisms, to propagate class labels to the whole network. Due to the competition mechanism, the proposed model has a local label spreading fashion, i.e., each particle only visits a portion of nodes potentially belonging to it, while it is not allowed to visit those nodes definitely occupied by particles of other classes. In this way, a "divide-and-conquer" effect is naturally embedded in the model. As a result, the proposed model can achieve a good classification rate while exhibiting low computational complexity order in comparison to other network-based semi-supervised algorithms. Computer simulations carried out for synthetic and real-world data sets provide a numeric quantification of the performance of the method.