Classification of Data to Extract Knowledge from Neural Networks

A major drawback of artificial neural networks is their black-box character. Therefore, the rule extraction algorithm is becoming more and more important in explaining the extracted rules from the neural networks. In this paper, we use a method that can be used for symbolic knowledge extraction from neural networks, once they have been trained with desired function. The basis of this method is the weights of the neural network trained. This method allows knowledge extraction from neural networks with continuous inputs and output as well as rule extraction. An example of the application is showed. This example is based on the extraction of average load demand of a power plant.

No Royal Road but at Least a Gateway to the Mathematical Knowledge: The EuDML Project

Радослав Павлов - Представен е проектът EuDML – Европейската цифрова библиотека по математика (http://www.eudml.eu), който цели: • да създаде обща инфраструктура за безпроблемна навигация, търсене и взаимодействие в рамките на плътна мрежа от разпределено валидирано многоезично математическо съдържание в цифрова форма, което да е достъпно в цяла Европа, и така да направи математиката лесно достъпна за всички потребители; • да задоволи изискването за надежден и дългосрочен достъп до математическите изследвания. Представен е и българският принос в проекта – BulDML – цифрово хранилище за математическа литература на Института по математика и информатика на БАН (http://sci-gems.math.bas.bg).