人工智能:欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特,罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面;在技术驱动的时代,企业使用人工智能来提高生产力,更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究,该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素,如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架,该论文将深入研究罗马尼亚的人工智能初创环境,因为经济期刊预测,鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库,该市场将在不久的将来增长。关键词人工智能;初创企业;成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式,从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru,2019)。据统计,到 2024 年,全球人工智能市场规模预计将达到 5000 亿美元(Statista,2021a),预计人工智能软件市场收入将达到 3275 亿美元(Statista,2021b)。尽管人工智能在过去几年似乎发展迅速,普及度不断提高,但人工智能的历史可以追溯到 20 世纪 50 年代,当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人,他在他的论文“计算机器和智能”中描述了人工智能一词,以及它的构建和测试(Anyoha,2017,第 1 页)。随着图灵测试的引入,他
尽管在CMS上应用神经生物电子设备设计是一种概念证明,但显然,对于CAR-DIAC模型而言,需要进一步优化,并且需要对CMS的特定生理特征进行生物电子网格设计的修订。为了增强网状生物电子设备的鲁棒性并优化了专门针对CMS的网格脚手架设计,我们完善了所选的色带宽度(30-60µm),从而减少了丝带之间的间距,以提高细胞接近性,并增加设备厚度,以提高刚度(5ppss vs. 0.5ppa vs. 0.5ppa)和交接。这些修饰显着改善了细胞对设备的相互作用,促进了细胞伸长和附着。未来的工作将评估新设备的几何形状和刚度对CMS钙处理的影响。这些初步结果表明,我们的生物电子平台在创建用于再生医学的心脏组织模型方面表现出了希望,这可能提供了用于心血管疾病疗法的新途径。利益冲突不适用
• GAI 可能会产生不准确或不正确的手段。请检查/验证这些工具的任何输出,以尽量减少您和大学面临的风险。 • GAI 可能会产生有偏见、歧视性或其他不适当的结果。这些输出可能与大学政策相冲突,并可能违反适用法律。 • GAI 工具使用数据输入。输入后,这些数据可用于训练其大型语言模型,从而将数据暴露给公众或第三方。仅将公开的、去识别的和经批准的数据输入 GAI 工具 • 密苏里在线提供了 AI 工具列表 • 大学 IT 政策 BPM 12004 为教职员工提供帮助,以确保 AI 软件工具符合我们的监管、隐私、法律、数据和风险要求。
抽象的低维生素D水平在1型糖尿病的儿童和青少年中很常见。尽管提出了维生素D状态与血糖控制之间的联系,但与控制不良的直接关联尚不清楚。这项研究评估了低维生素D(缺乏症和功能不全)的患病率及其与1型糖尿病青年中HBA1C的关系。2018年6月至9月在利比亚班加西医学中心进行的一项横断面研究包括63名患者(33名女性,30名男性),年龄6至18岁。收集了有关社会人口统计学,HBA1C和维生素D水平的数据。维生素D水平分类为缺乏(<10 ng/ml),不足(10-19 ng/ml)或足够(≥20ng/ml)。血糖控制被归类为良好(HBA1C≤7.5%),公平(7.6%-8.5%)或差(≥8.6%)。使用SPSS第18版的分析表明,患者的平均年龄为12岁(±3.9),BMI为19.18 kg/m²(±3.70),糖尿病持续时间为4.90岁(±3.03)(±3.03),平均HBA1C,平均HBA1C为10.10%(±2.5),平均维生素D水平为17.70 ng/ml(±17.70 ng/ml(±10.8)。在27%的患者中发现缺乏维生素D,36.5%不足,而36.5%足够。在25-羟基维生素D和HBA1C之间观察到弱负相关(r = -0.112,p = 0.38)。低维生素D水平(包括缺乏症和不足)在1型糖尿病的青年中普遍存在。但是,在这项研究中,维生素D状态并未显着影响血糖控制。 引用本文。 Alasbily H,Abdalrahman S,Netfa M,Elemmami A,Aldebani A. 1型糖尿病的儿童和青少年的维生素D状态与血糖控制之间的关联。但是,在这项研究中,维生素D状态并未显着影响血糖控制。引用本文。Alasbily H,Abdalrahman S,Netfa M,Elemmami A,Aldebani A.1型糖尿病的儿童和青少年的维生素D状态与血糖控制之间的关联。Alq J Med App Sci。2024; 7(3):470-476。 https://doi.org/10.54361/ajmas.247307引言糖尿病是一种以高血糖症为特征的慢性代谢疾病,它在全球范围内具有相当大的健康挑战,因为它会影响所有年龄的人,并且会影响各个年龄的人,并且具有不同疾病的疾病和不同疾病的疾病和临床上的疾病。在糖尿病类型中,1型糖尿病(T1DM)脱颖而出,是一个独特的实体,通过自身免疫性破坏胰腺β细胞的区别,导致绝对胰岛素缺乏症[1]。T1DM的流行病学景观强调了其作为公共卫生关注的重要性,尤其是在儿科人群中。虽然T1DM可以在任何年龄表现出来,但最常见的是在儿童期和青春期。流行病学研究已记录了全球T1DM的不断升高,小儿人群估计每年增加3-5%[2]。T1DM的上升发生率的上升强调了
虽然我们的供应链来源可能会不时发生变化,但该清单代表了我们尽最大努力披露截至 2023 年 5 月 YETI 已签约的、活跃的成品工厂。
我的公司不生产产品。为什么我的公司需要担心ESG?托德·罗斯勒(Todd Roessler)的ESG中有三个字母。尽管不同部门的加权方式将有所不同,但每个公司(BIG/SMALL,公共/私人,制造/服务/其他一些部门)都会影响ESG的每个组成部分。从“ E”开始,众所周知,某些部门(包括制造,石油和天然气,金属和采矿,动力,化学物质和农业综合企业)将比其他部门具有更大的环境足迹。但是,重要的是要注意其他部门也影响了环境。For example, when we think about GHG emissions, we need to think about not just Scope 1 (direct GHG emissions that occur from sources that are controlled or owned by an organization) and Scope 2 emissions (indirect GHG emissions associated with the purchase of electricity, steam, heat, or cooling), we need to also consider Scope 3 emissions (GHG emissions from upstream and downstream activities).
酒店业的语音助理:使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中,颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望,并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈,采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法,全面解决酒店业中的 VA。发现——研究结果表明,酒店和客人两方终端用户的需求,探讨了 VA 的优势和挑战。分析表明,VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段,但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术,而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献,并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务,并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益,以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案,以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理,同时为旅行者的体验增加价值。
博士奖学金:通过使用人工智能 (ASMAI) 增强可持续性指标描述:可持续性由三个关键部分组成 - 环境、经济和社会方面 - 必须对所有这些部分进行评估和平衡,以改进现有或开发新的可持续产品、服务和/或系统。这些标准的投入、产出和影响是使用生命周期可持续性评估 (LCSA) 方法和工具来衡量的,这些方法和工具支持许多工业和商业部门的明智决策。材料关键性评估增强了 LSCA,这是一种越来越重要的手段,用于监控一组具有高经济和技术重要性的资源的供应链风险和安全性。尽管 LCSA 和 MCA 是全球可持续发展的宝贵辅助手段,但它们耗费时间和资源,因此经常被忽视、利用不足或利用不当。在 LCSA 和 MCA 活动中使用和整合 AI 具有巨大的潜力,可以加速可持续实践的发展以及从线性经济向循环经济的转变。在 LCA 中使用 AI 是一项新兴活动,因此,该项目为世界领先的创新提供了潜力,将直接增强可持续性指标并鼓励更明智的可持续发展。
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要:本文提出了一种新方法,利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面(图像平面和铁轨平面)之间的单应性矩阵和一个人工神经网络,可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机,以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器,但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体(人)的实际测量距离进行的。距离估计的最大误差为 2%,并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词:人工神经网络;自动列车运行;距离估计;单应性;图像处理;机器视觉 1 简介 通过遵循自动化趋势,可以大大提高铁路货运的质量和成本竞争力,以实现经济高效、灵活和有吸引力的服务。今天,自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV),可将集装箱从起重机运送到轨道旁、仓库、配送中心,而自动驾驶仪是航空公司和大型货船的标准配置,不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外,轨道交通自主系统的发展主要出现在公共交通服务领域(无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT))。基本思想是使用一定程度的自动化,将操作任务从驾驶员转移到列车控制系统(例如 ERTMS)。根据国际电工委员会 (IEC) 标准 62290-1,列车自主运行 (ATO) 是高度自动化系统的一部分,减少了驾驶员的监督 [1]。对于完全自主的列车运行,列车操作员的所有活动和职责都需要由多个系统接管,这些系统可以感知环境并俯瞰现场,检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分,障碍物检测系统需要根据货运特定和一般用例(例如 EN62267 和/或自动化领域的相关项目)来监控环境。为了满足严格的铁路标准和法规,障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统(图 1),用于提供有关铁路上和/或其附近障碍物的可靠信息,并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行,并在不同的光照条件下运行(白天、
所有因使用医疗人工智能而产生的法律问题?不幸的是,有一个主要例外,涉及责任法问题,这特别让人工智能界感到不安。当医疗人工智能造成伤害时,谁将承担法律责任?软件开发商、制造商、维护人员、IT 提供商、医院还是临床医生?确实,严格责任(无过错责任)在欧洲法律下并非未知,尤其是对于危险物体或活动。这种方法既不是 CFR 要求的,也不是禁止的,因此从基本权利的角度无法最终回答民事责任问题。欧盟委员会意识到了这一挑战,并在之前提到的关于人工智能安全和责任影响的报告中宣布,它将评估引入严格责任制度以及对特别危险的人工智能应用的强制保险——这可能涵盖大多数医疗人工智能。这样的制度肯定有助于消除许多现有的关于医疗人工智能应用责任的模糊关系。
