其他出席人员: Sarah Sanders,副财务主管 Doug Dalena,总法律顾问 Ginny Kim,助理总法律顾问 Ted Wright,首席投资官 Mark Evans,首席投资官 Peter Gajowiak,首席投资官 Denise Stake,首席投资官 Nishant Upadhyay,首席投资官 Anastasia Rotheroe,首席投资官 Paul Coudert,临时首席投资官 Olivia Wall,高级投资官 Pamela Moody,投资官 Kan Zuo,投资官通过 Zoom Philip Conner,投资官 Carmen Melaragno,投资官 Robert Scully,投资官 Jorge Portugal,投资官 Rosalind Nash,投资官 Jessica Weaver,公司治理和可持续投资副总监 Raymond Tuohey,投资助理 - 法律 Mary Mustard,Meketa Robyn Kaplan-Cho,CEA Deirdre Guice,T. Rowe Price Matt Balanda,施罗德 Gordon Nicholson,K2 Advisors Dan Elsberry,K2 Advisors Cloe Kelley,太平洋投资管理公司 Chris Morgan,富兰克林邓普顿 Catherine Saunders,BSP
摘要 在为初创公司获得风险投资后,数字企业家面临着进入投资后阶段的关键过渡。他们必须发展新的组织模式,并展示他们在当前运营的同时关注未来的能力。这一转变发生在一个高度动荡的环境中,由于规模和范围的竞争优势,快速增长至关重要。虽然现在与未来的紧张关系在其他领域受到了广泛关注,但我们对它如何表现和影响进入投资后阶段的数字初创公司知之甚少。在本文中,我们通过一项关于风险投资公司和一组数字初创公司之间互动的行动研究来研究企业家在这一过渡期间面临的挑战。我们确定了八个突出的挑战,这些挑战被概念化为过渡陷阱,然后定义和验证了提高数字初创公司应对这些陷阱的准备程度的策略。我们确定了主要的过渡陷阱,并提供了可行的建议,以提高数字初创公司应对这些陷阱的准备程度。ª 2023 印第安纳大学凯利商学院。由 Elsevier Inc. 出版。这是一篇根据 CC BY 许可 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。
摘要 为了利用物联网 (IoT) 提供的机会,产品型公司正在探索新的数据驱动型商业机会。然而,由于数据隐私挑战,他们可能会错失这些机会。这些挑战始于产品型公司的客户,延伸到更广泛的商业生态系统,并继续影响公司本身。本文确定了 12 个数据隐私挑战并介绍了 12 种应对措施。这些措施包括直观的建议,例如启用跨产品同意收集,以及不太直观的措施,例如在法律部门培养积极进取的态度、缩小法律和业务计划之间的差距或实施明确的流程以承担合理的风险。我们发现,以下四项原则有助于公司实施这些措施:(1) 让隐私和数据驱动业务齐头并进;(2) 将客户放在第一位,将他们的隐私偏好转化为机遇;(3) 将风险管理活动与数字服务开发过程相结合;(4) 利用技术实现法律流程专业化。ª 2022 年印第安纳大学凯利商学院。由 Elsevier Inc. 出版。这是一篇根据 CC BY 许可协议开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
2023 年 11 月 15 日 出席成员: Frederick C. Braun, III Martin Callahan Mitchell H. Pally Gary Pollakusky Ann-Marie Scheidt Frank C. Trotta 离席成员: Felix J. Grucci, Jr. 其他出席成员: Lisa M. G. Mulligan,首席执行官 Lori LaPonte,首席财务官 Amy Illardo,营销总监 Jocelyn Linse,行政助理 Terri Alkon,行政助理 Annette Eaderesto,IDA 法律顾问 William F. Weir,Nixon Peabody, LLP Howard Gross,Weinberg, Gross & Pergament, LLP(通过 Zoom) Barry Carrigan,Nixon Peabody, LLP(通过 Zoom) Cheryl Felice E. Anne Hayes Eric J. Russo,Vanbrunt Juzwiak & Russo, PC Kelley Heck,Tritec Jim Coughlan,Tritec Steve Losquadro Gary Hisiger,Morrit Hock & Hamroff,LLP Daniel Prokopy,Ion Renewables Dan Deegan,Forchelli Deegan Terrana,LLP(通过 Zoom)Len D'Amico,D & F Patchogue A.L.,LLC(通过 Zoom)Guy Germano,Germano & Cahill,P.C.(通过 Zoom)Gregg Rechler,R Squared Patchogue(通过 Zoom)Braun 主席于下午 12:35 开启了工业发展局会议
作者:Kelley S. Mackenroth Janke & Associates, APLC I. 简介 什么是伦理?什么是道德?一个人如何才能以道德的方式行事?什么是伦理和道德,两者之间有什么区别?我们的价值观如何影响我们的道德决策和道德标准?道德决策总是与道德决策一致吗? 伦理和道德之间存在基本但微妙的区别。道德定义个人品格,而伦理强调应用这些道德的社会体系。换句话说,伦理指的是个人所属群体所期望的标准或行为准则 (即职业道德)。虽然一个人的道德准则通常是不变的,但他/她所实践的道德规范可能取决于他人。 II. 定义 A. 伦理 1. 道德通常被定义为管理个人或职业成员行为的规则或标准。正确人类行为的基本概念和基本原则。它包括对普世价值的研究,例如所有男女的根本平等、人权或自然权利、遵守土地法、关心健康和安全,以及日益关注自然环境。2. 道德标准是遵循这些原则可以促进信任、良好行为、公平和/或善良等价值观。道德标准并不总是易于执行,因为它们通常定义模糊且有一定解释空间(即以尊重的态度对待客户)。
摘要 人们已经广泛研究了选择和实施数字技术以实现企业数字化转型目标的策略和方法。人工智能 (AI) 技术最近蓬勃发展,这加剧了对此类研究的需求,因为它们越来越多地应用于各种组织实践,不仅为数字化转型创造了新机遇,也为数字化转型流程管理者带来了新挑战。在本文中,我提出了一个框架,旨在帮助解决这些挑战中的第一个挑战:评估组织的 AI 准备情况,即组织部署 AI 技术实现数字化转型的能力,包括四个关键维度:技术、活动、边界和目标。我表明,该框架可以促进分析组织当前的社会技术 AI 状态以及该技术更充分的增值、社会技术部署的前景。AI 准备框架有助于更全面地理论化 AI 在数字化转型中可以发挥和将发挥的作用。 ª 2021 印第安纳大学凯利商学院。由 Elsevier Inc. 出版。这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
[1] Seto Ryoma,Hasuoka Hideaki,Mitani Yoshiaki,Yamashita Sayuri,Wakabayashi Susumu,Watanabe Akira,Ishigami Kumiko,Muto Masaki,Muto Masaki,Kaihara Naruyoshi。医疗办公室工作:业务助理的当前工作状态以及对电子病历等的代理输入。医学信息学,第1卷。29,编号6,pp。265–272,2009。[2] Zekai Chen,Mariann Micsinai Balan和Kevin Brown。促进变压器和语言模型用于免疫疗法中的临床预测。ARXIV预印arxiv:2302.12692,2023。[3] John WAYERS,ADAM POLIAK,MARK DEDZE,ERIC C LEAS,ZECHARIAH ZHU,JESSICA B KELLEY,DENNIS J FAIX,AARON M GOODMAN,AARON M GOODMAN,CHRISTOPHER A LONGHURST,LONGHURST,MICHAELHOGARTH等。将物理和艺术智能聊天机器人与已发布到公共社交媒体论坛的患者问题进行比较。JAMA内科,2023年。[4] Hutson M. AI可以帮助您写下一篇论文吗?自然,第1卷。611,编号7934,pp。192–193,2022。[5] Emiko Shinohara,Daisaku Shibata和Yoshimasa Kawa-Zoe。从临床文本中针对患者状态的全面注释标准的制定。生物医学信息学杂志,第1卷。134,p。 104200,2022。
缅因州州议会大厦1 Augusta的珍妮特·T·米尔斯(Janet T. T. 我们感谢您,总检察长和缅因州人民委托我们调查刘易斯顿难以言行的悲剧的完整事实和情况。 ,我们感谢缅因州立法机关授予我们传票的权力,以便我们可以不受阻碍地完成工作。 独立委员会成员认真对待公共利益。 单独和集体地,我们以开放的思想进行了周到,彻底的工作,并坚定地决心找到真相。 我们问了问题。 我们遵循潜在客户。 我们发掘了信息。 我对每个成员表示感谢。 尽管我们都不希望能够在调查大规模枪击事件的委员会任职,但我不能为您选择完成这项庄严任务和我们今天与您分享的最终工作产品的个人专员感到骄傲。 我还要感谢并感谢以下委员会工作人员对我们的州的辛勤工作和奉献精神:执行董事安妮·乔丹(Anne Jordan),调查人员布莱恩·麦克马斯特(Brian Macmaster)和吉姆·奥斯特里德(Jim Osterrieder)以及通讯顾问凯文·凯利(Kevin Kelley)。 2023年10月25日发生的事情都触及了每个主机。 再次感谢您为缅因州人民服务。缅因州州议会大厦1 Augusta的珍妮特·T·米尔斯(Janet T. T.我们感谢您,总检察长和缅因州人民委托我们调查刘易斯顿难以言行的悲剧的完整事实和情况。,我们感谢缅因州立法机关授予我们传票的权力,以便我们可以不受阻碍地完成工作。独立委员会成员认真对待公共利益。单独和集体地,我们以开放的思想进行了周到,彻底的工作,并坚定地决心找到真相。我们问了问题。我们遵循潜在客户。我们发掘了信息。我对每个成员表示感谢。尽管我们都不希望能够在调查大规模枪击事件的委员会任职,但我不能为您选择完成这项庄严任务和我们今天与您分享的最终工作产品的个人专员感到骄傲。我还要感谢并感谢以下委员会工作人员对我们的州的辛勤工作和奉献精神:执行董事安妮·乔丹(Anne Jordan),调查人员布莱恩·麦克马斯特(Brian Macmaster)和吉姆·奥斯特里德(Jim Osterrieder)以及通讯顾问凯文·凯利(Kevin Kelley)。2023年10月25日发生的事情都触及了每个主机。再次感谢您为缅因州人民服务。暴力行为结束并颠覆了我们的生活,永远改变了我们的社区,并损害了一种安全感和安宁的感觉,这定义了生活在缅因州的意义。我们的调查以及最终报告中提出的信息和调查结果旨在将真理带给受害者的家人,受伤的人以及我们国家和国家的人民。我们希望这个真理能够帮助康复过程,同时使公众和决策者能够从错误中学习。真诚,
Session Chair: Ilia T. Bagov, Karlsruhe Institute Of Technology, Karlsruhe, Germany Session Vice Chair: Shuangbiao Liu, Northwestern University, Evanston, IL 8:00 - 8:40 am 4210708: Tribo-Informatics: The Systematic Fusion of AI and Tribology Zhinan Zhang, Nian Yin, Xin Wang,中国上海上海何兴大学;犹他州大学的Shuaihang Pan,AI的UT进步犹他州大学,已大大提高了我们计算,设计,模拟和测试摩擦系统的能力。Tribo-Infrymatics将摩擦学与有效研究的信息学结合在一起,重点介绍了摩擦系统中的五个关键信息类型:输入数据,系统属性,输出数据,摩擦学数据和衍生状态信息。它使用传统的数据处理和高级机器学习技术,例如线性回归,高斯模型,支持向量机和随机森林。本研究探讨了AI在摩擦学各个方面的应用,从组成级摩擦学系统到智能摩擦学系统。案例研究将说明底环信息学的实际实施。通过使用信息技术,可以降低摩擦系统的复杂性,并且可以缩短研究时间表,从而促进摩擦学创新。8:40-9:00 AM 4199278:AI驱动的快速预测弹性水力动力学润滑的接触Max Marian,Max Marian,Josephine Kelley,Josephine Kelley,Leibniz Hannover,Hannover,Hannover,Hannover,Hannover,德国,德国润滑的托架 - 接触预测对机械性能的预测至关重要,但它仍然是机械性能,但它仍然是复杂的,并计算了IT的复杂性和计算。学习的功能负责映射非线性过渡人工智能(AI)和机器学习(ML)技术提供有效而准确的解决方案。本演示文稿探讨了ML算法,尤其是人工神经网络,用于建模润滑的底环接触行为。一个重点是弹性水动力润滑(EHL)接触,其中经过大量的数值生成数据训练的ML算法有效地使用润滑性属性和操作条件等输入参数有效地捕获复杂模式。这允许在更高级别的机器元素或整个驱动器系统的更高级别系统模拟中简化EHL接触条件的详细信息。在演讲中,我们演示了基本的建模方面以及预测滚动摩擦和滑动摩擦以及圆柱辊轴承中电容的示例用法。9:00 - 9:20 am 4188903: Symbolic-Regression Based Extended Hertz Theory of Coated Bodies Brian Delaney, Shuangbiao Liu, Q. Jane Wang, Northwestern University, Evanston, IL This work presents an application of symbolic regression to extend Hertz theory toward coated bodies through new functions of the ratio of Young's modulus of the coating to that of底物(E)和非二维涂层厚度(H)。赫兹理论可以在未涂层的身体或涂层厚度足够大的涂层厚度的情况下预测两个渐近接触性能值(最大接触压力,接触半径和接触接近)。构建了E和H的接触性能函数,并通过符号回归获得了参数。
新南威尔士州卫生部要承认并感谢以下对这一指导和实施计划做出重大贡献的人:安东尼·齐希特纳博士,安东尼·齐希特纳博士,哈斯特·威尔逊博士,玛丽·哈罗德博士,玛丽·哈罗德博士布朗恩·米尔恩·吉西卡·莫兰博士,莫兰博士菲利普·博伊斯(Philip Boyce Colin McGrath)教授Zador教授Kristen Black Sylvia Akkirayian Diane Russell Lee Brogmus博士Tanya Dus Elaine Thomson Thomson Linda Linda Bootle Tish Bruce Eleni Azarias Madeline Madeline Madeline Madeline Madeline Madeline Madeline Madeline Madeline Tony Gill Dr Tony Gill Gill Gay Foster博士Yvette Lockley
