Symbolic Knowledge Extraction from Trained Neural Networks Governed by Lukasiewicz Logics

This work describes a methodology to extract symbolic rules from trained neural networks. In our approach, patterns on the network are codified using formulas on a Lukasiewicz logic. For this we take advantage of the fact that every connective in this multi-valued logic can be evaluated by a neuron in an artificial network having, by activation function the identity truncated to zero and one. This fact simplifies symbolic rule extraction and allows the easy injection of formulas into a network architecture. We trained this type of neural network using a back-propagation algorithm based on Levenderg-Marquardt algorithm, where in each learning iteration, we restricted the knowledge dissemination in the network structure. This makes the descriptive power of produced neural networks similar to the descriptive power of Lukasiewicz logic language, minimizing the information loss on the translation between connectionist and symbolic structures. To avoid redundance on the generated network, the method simplifies them in a pruning phase, using the "Optimal Brain Surgeon" algorithm. We tested this method on the task of finding the formula used on the generation of a given truth table. For real data tests, we selected the Mushrooms data set, available on the UCI Machine Learning Repository.

Impacto da adopção das IAS/IFRS no capital próprio e no resultado líquido nas empresas portuguesas cotadas

Mestrado em Contabilidade Internacional

Contabilidade do capital humano: considerações na aplicação de uma PME

Mestrado em Contabilidade

Capital humano, medir para gerir: a utilização do balanced scorecard

Perante os contínuos desafios com que se defrontam as organizações, consequência dos elevados níveis de competitividade, é-lhes exigido uma nova dinâmica de gestão, onde os recursos humanos se assumem como o seu principal elemento diferenciador. Neste contexto, é fundamental a existência de uma gestão estratégica dos recursos humanos, a institucionalização de um conjunto de práticas que permitam transformar os recursos humanos num activo estratégico, que conduza à execução da estratégia organizacional. Essas práticas passam pela atracção e retenção de talentos, oportunidades de desenvolvimento, propiciar boas condições de trabalho quer a nível quantitativo quer a nível qualitativo. E como cada pessoa é um ser único, dotado de características próprias, impossíveis de imitar, deve ser reconhecida a capacidade de serem uma fonte de vantagem competitiva. Não é suficiente o estabelecimento de um conjunto de boas práticas para que se possuam recursos humanos estratégicos. É fundamental fazer o acompanhamento dessas práticas através da monitorização. Na gestão o que não pode ser medido não pode ser gerido. É fundamental sensibilizar os gestores, profissionais de recursos humanos, para a criação de sistemas de medida e métricas que possam aferir a contribuição do Capital Humano para a missão e estratégia das organizações. O Balanced Scorecard é uma ferramenta de gestão que possibilita, através da informação dos seus indicadores, a implementação das estratégias nas organizações. A finalidade é garantir que os indicadores definidos estejam coerentes com a estratégia global. Essa metodologia tem assim o mérito de compatibilizar (através de indicadores quantitativos) a gestão de recursos humanos com os objectivos a longo prazo da organização. A existência de indicadores qualitativos permite ainda às organizações mensurar o nível de desempenho e motivação, factores influentes no clima organizacional

Contributos para a compreensão das dimensões e características do Capital Intelectual valorizadas por uma Empresa líder no Sector dos Seguros em Portugal

Mestrado em Gestão e Empreendedorismo

Contributos para o desenvolvimento de um modelo de avaliação do capital intelectual em instituições de ensino superior

Mestrado em Gestão e Empreendedorismo

O conhecimento e inovação como factor de sucesso de uma organização : o caso Sport Lisboa e Benfica

Mestrado em Gestão e Empreendedorismo