XiaoMi-AI文件搜索系统
World File Search SystemKonya
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
2023-Master-Team-List.pdf - 太空港美洲杯
2023 团队 ID 类别 正式大学名称 大学 城市/省和国家 团队名称 1 30k - SRAD - 混合/液体和其他 AGH 科技大学 克拉科夫，小波兰省，波兰 AGH 空间系统 2 10k - COTS - 所有推进类型 安卡拉大学 安卡拉，土耳其 ESS |欧亚空间系统 3 10k - SRAD - 固体发动机 塞萨洛尼基亚里士多德大学 塞萨洛尼基，中马其顿，希腊 ASAT（亚里士多德空间与航空团队） 4 10k - COTS - 所有推进类型 阿塔图尔克大学 埃尔祖鲁姆，土耳其 Altair 火箭队 5 10k - COTS - 所有推进类型 澳大利亚国立大学 堪培拉，澳大利亚首都领地，澳大利亚 ANU 火箭队 6 10k - COTS - 所有推进类型 巴勒克埃西尔班德尔马奥尼迪埃卢尔大学，巴勒克埃西尔，土耳其 MARMARA 火箭队 7 10k - COTS - 所有推进类型 杨百翰大学 普罗沃，犹他州，美国 BYU 火箭队 8 10k - SRAD - 固体发动机 布尔萨乌鲁达大学 布尔萨，土耳其 PRT（Prusa 火箭队） 9 10k - COTS - 所有推进类型 加利福尼亚州加州州立大学奇科分校 美国加利福尼亚州奇科 CRAC（奇科州立火箭队） 10 10k - COTS - 所有推进类型 加州州立大学弗雷斯诺分校 美国加利福尼亚州弗雷斯诺 CSUF-BRT（加州州立大学弗雷斯诺分校斗牛犬火箭队） 11 10k - COTS - 所有推进类型 加州州立大学富勒顿分校 美国加利福尼亚州富勒顿 Titan Rocket（加州州立大学富勒顿分校） 12 30k - COTS - 所有推进类型 卡尔顿大学 加拿大安大略省渥太华 CU InSpace（卡尔顿大学 InSpace） 13 30k - COTS - 所有推进类型 凯斯西储大学 美国俄亥俄州克利夫兰 CRT（凯斯火箭队） 14 30k - COTS - 所有推进类型 朱拉隆功大学 泰国曼谷 CUHAR（朱拉隆功大学高海拔研究） 15 10k - COTS - 所有推进类型 克拉克学院 美国华盛顿州温哥华 克拉克航空航天公司 16 10k - COTS - 所有推进类型 克莱姆森大学 美国南卡罗来纳州克莱姆森 克莱姆森火箭工程公司 17 10k - SRAD - 混合 / 液体及其他 科罗拉多州立大学 美国科罗拉多州柯林斯堡 Ram Rocketry 18 30k - SRAD - 混合 / 液体及其他 纽约市哥伦比亚大学 美国纽约州纽约市 哥伦比亚火箭队 (哥伦比亚大学、哥伦比亚太空计划) 19 10k - COTS - 所有推进类型 康考迪亚大学 加拿大魁北克省蒙特利尔 CIADI 特别项目 20 10k - SRAD - 固体发动机 康奈尔大学 美国纽约州伊萨卡 康奈尔火箭队 21 10k - COTS - 所有推进类型 杜克大学 美国北卡罗来纳州达勒姆 Duke AERO 22 30k - COTS - 所有推进类型Ecole de technologie superieure Montréal, Québec, Canada RockÉTS 23 10k - COTS - 所有推进类型 Ecole Nationale Polytechnique d'Oran Maurice-Audin Oran,阿尔及利亚 SkyDZ 24 10k - SRAD - 固体发动机 里约热内卢联邦大学 里约热内卢，巴西里约热内卢 Minerva Rockets UFRJ 25 10k - SRAD - 固体发动机 圣卡塔琳娜联邦大学 若茵维莱，圣卡塔琳娜，巴西 Kosmos Rocketry 26 10k - COTS - 所有推进类型 佛罗里达国际大学 美国佛罗里达州迈阿密 FIU-SEDS（佛罗里达国际大学 - 太空探索与发展学生） 27 10k - SRAD - 混合/液体及其他 格但斯克理工大学 波兰波美拉尼亚省格但斯克 SimLE SimBa 28 10k - COTS - 所有推进类型 盖布泽技术大学 土耳其科贾埃利省盖布泽 GTU ETERNAL ROCKET TEAM 29 10k - SRAD - 固体发动机 乔治华盛顿大学 美国哥伦比亚特区华盛顿 GW Rocket 30 10k - COTS - 所有推进器类型 佐治亚州 格威内特学院 美国佐治亚州劳伦斯维尔 Grizzly Aerospace 31 10k - COTS - 所有推进器类型 冈萨加大学 美国华盛顿州斯波坎 冈萨加大学火箭队 32 10k - COTS - 所有推进器类型 哈塞特佩大学 土耳其安卡拉 哈塞特佩大学猎户座火箭队 33 30k - COTS - 所有推进器类型 爱达荷州立大学 美国爱达荷州波卡特洛 ISSI（爱达荷州空间计划） 34 10k - COTS - 所有推进器类型 伊利诺伊理工学院 美国伊利诺伊州芝加哥 ITR（伊利诺伊理工火箭） 35 10k - COTS - 所有推进器类型 印度理工学院 孟买 印度马哈拉施特拉邦孟买 IITB 火箭队 36 10k - COTS - 所有推进器类型技术，马德拉斯金奈，泰米尔纳德邦，印度 Team Abhyuday（印度理工学院马德拉斯火箭队） 37 10k - COTS - 所有推进类型 Instituto Politécnico Nacional 墨西哥城，墨西哥城，墨西哥 IPN 火箭队 38 10k - COTS - 所有推进类型 Instituto Politécnico Nacional - Unidad Profesional Interdisciplinaria de Ingeniería Campus Guanajuato Silao, Estado de Guanajuato, Mexico Kondakova Rocketry Club (Instituto Politécnico Nacional, 墨西哥) 39 10k - SRAD - Solid Motors Instituto Tecnológico de Buenos Aires 布宜诺斯艾利斯, Ciudad Autónoma de Buenos Aires, 阿根廷 IRT (ITBA Rocketry Team) 40 10k - SRAD - 固体电机蒙特雷高等技术学院 瓜达拉哈拉，哈利斯科州，墨西哥 MOMENTUM (ITESM) 41 30k - SRAD - 固体发动机 爱荷华州立科技大学 艾姆斯，爱荷华州，美国 Cyclone Rocketry (爱荷华州立大学) 42 30k - COTS - 所有推进类型 伊斯坦布尔 Gedik 大学 伊斯坦布尔，土耳其 Aura Space 43 10k - COTS - 所有推进类型 伊斯坦布尔技术大学 伊斯坦布尔，伊斯坦布尔，土耳其 Vefa Aviation 44 10k - COTS - 所有推进类型 伊斯坦布尔技术大学 伊斯坦布尔，伊斯坦布尔，土耳其 Lagari Thrust Rocket Team 45 10k - COTS - 所有推进类型 Karadeniz 技术大学 特拉布宗，土耳其 Creatiny 火箭队 (Ortahisar Municipality Creatiny 火箭队) 46 10k - COTS - 所有推进类型 加德满都大学 杜利克尔，巴格马蒂省，尼泊尔 NIC 的火箭技术 47 10k - SRAD - 固体发动机 肯特州立大学 美国俄亥俄州肯特 Golden Flashes 火箭队 (肯特州立大学) 48 10k - COTS - 所有推进类型 科贾埃利大学 伊兹密特，科贾埃利，土耳其 Lavira 火箭队 49 10k - COTS - 所有推进类型 科尼亚技术大学 土耳其科尼亚 KBB Yorunge 火箭队 50 10k - COTS - 所有推进类型 拉马尔大学 博蒙特，德克萨斯州，美国 拉马尔大学火箭队 51 10k - COTS - 所有推进类型 莱诺-莱恩大学 希科利，北卡罗来纳州，美国 LRU BEAR 俱乐部 (莱诺-莱恩大学气球工程和火箭俱乐部 52 10k - COTS - 所有推进类型 自由大学 弗吉尼亚州林奇堡，美国 自由大学火箭 53 10k - COTS - 所有推进类型 马尼帕尔理工学院，马尼帕尔 马尼帕尔，印度卡纳塔克邦 pushMIT 54 10k - SRAD - 混合 / 液体和其他 麦吉尔大学 加拿大魁北克省蒙特利尔 麦吉尔火箭队 55 10k - COTS - 所有推进类型 麦克马斯特大学 加拿大安大略省汉密尔顿 麦克马斯特火箭队 56 10k - COTS - 所有推进类型 迈阿密大学 俄亥俄州牛津，美国 迈阿密大学火箭推进实验室 57 10k - COTS - 所有推进类型 密歇根州立大学 密歇根州东兰辛，美国 MSU 火箭 58 10k - COTS - 所有推进类型 中东技术大学 土耳其安卡拉 METUOR太空 59 10k - SRAD - 固体发动机 开罗军事技术学院，开罗省，埃及 PHARAOHS 60 30k - SRAD - 固体发动机 密西西比州立大学 斯塔克维尔，密西西比州，美国 密西西比州立大学的太空牛仔 61 30k - COTS - 所有推进类型 密苏里科技大学 罗拉，密苏里州，美国 MST-RDT 62 10k - COTS - 所有推进类型 莫纳什大学 克莱顿，维多利亚州，澳大利亚 莫纳什高功率火箭 63 10k - SRAD - 混合/液体和其他 墨西哥国立自治大学 墨西哥城，墨西哥 推进 UNAM AAFI 64 10k - SRAD - 混合/液体和其他 雅典国立技术大学 雅典，阿提卡，希腊 白噪声 65 30k - SRAD - 固体电机 新墨西哥矿业技术学院 美国新墨西哥州索科罗 Mach Miners 66 10k - COTS - 所有推进器类型 新墨西哥州立大学 美国新墨西哥州拉斯克鲁塞斯 Atomic Aggies 67 10k - COTS - 所有推进器类型 纽约大学阿布扎比分校 阿布扎比，阿联酋阿布扎比 nyuad.space（纽约大学阿布扎比分校） 68 10k - COTS - 所有推进器类型 俄亥俄大学 美国俄亥俄州雅典 俄亥俄大学 Astrocats 69 10k - COTS - 所有推进器类型 俄克拉荷马州立大学 美国俄克拉荷马州斯蒂尔沃特美国 牛仔火箭工厂 70 30k - SRAD - 固体发动机 Oles Gonchar 乌克兰第聂伯罗国立大学 第聂伯罗彼得罗夫斯克州第聂伯罗 火箭机构 71 非竞争性示范飞行 俄勒冈州立大学 美国俄勒冈州科瓦利斯 HART（高空火箭队）
会议纪要 - 经济和社会发展
标题 ◼ 经济和社会发展（会议记录），第 92 届经济和社会发展国际科学会议 – “大流行后的商业、经济和社会发展” 编辑 ◼ Pornlapas Suwannarat、Sasivimol Meeampol、Bordin Rassameethes、Suparerk Sooksmarn Scientific委员会/Programski Odbor ◼ Marijan Cingula（主席），大学克罗地亚萨格勒布； Sannur Aliyev，阿塞拜疆国立经济大学，阿塞拜疆； Ayuba A. Aminu，尼日利亚迈杜古里大学； Anona Armstrong，维多利亚大学，澳大利亚； Gouri Sankar Bandyopadhyay，Burdwan 大学，Rajbati Bardhaman，印度； Haimanti Banerji，印度理工学院，印度克勒格布尔； Victor Beker，布宜诺斯艾利斯大学，阿根廷； Asmae Benthami，穆罕默德五世大学，摩洛哥； Alla Bobyleva，俄罗斯莫斯科罗蒙诺索夫国立大学；Leonid K. Bobrov，俄罗斯新西伯利亚国立经济管理大学；Rado Bohinc，斯洛文尼亚卢布尔雅那大学；Adnan Celik，土耳其科尼亚塞尔丘克大学；Angelo Maia Cister，巴西里约热内卢联邦大学；罗马尼亚克拉约瓦大学 Mirela Cristea；摩洛哥穆罕默德五世大学 Taoufik Daghri；土耳其伊斯坦布尔商业大学 Oguz Demir；T.S.审查委员会 / Recenzentski Odbor ◼玛丽娜·克拉克默·卡洛帕 (主席)；安娜·阿列克西奇；桑德拉·拉奎尔·阿尔维斯；阿尤巴·阿米努；米霍维尔·安杰利诺维奇；约瑟普·阿尔内里奇；利迪娅·巴加里奇；托米斯拉夫·巴科维奇；桑娅·布拉泽维奇；列昂尼德·鲍勃罗夫；鲁齐卡·布雷契奇；安妮塔·切赫·卡斯尼；伊琳娜·切尔尼什；米雷拉·克里斯蒂亚；奥古兹·德米尔；斯捷潘·德沃斯基；罗伯特·法巴克；伊维卡·菲利波维奇；西尼萨·弗兰吉克；弗兰·盖莱蒂克；米里亚娜·格利戈里克；托米斯拉夫·格洛班；安妮塔·高特尼克·乌纳特；托米斯拉夫·赫尔采格；伊雷娜·扬科维奇；埃米娜·杰科维奇；达芙娜·卡里夫；奥利弗·凯萨尔；希拉尔·伊尔迪尔·凯瑟；玛蒂娜·德拉吉娅·科斯蒂克；塔贾娜·科瓦奇；弗拉基米尔·科夫斯卡；爱德华多·莱特；安吉洛·玛雅·西斯特；卡塔琳娜·马罗舍维奇；维多塔斯·马图蒂斯；玛雅娜·梅尔卡克·斯科克；丹尼尔·弗朗索瓦·迈耶；纳塔尼亚·迈耶；乔西普·米库利奇；柳比卡·米兰诺维奇·格拉万；冈特·穆勒；伊万娜·纳西诺维奇·布拉耶；兹拉特科·内德尔科；格拉蒂拉·乔治亚娜·诺哈；苏珊娜·诺瓦克；阿尔卡·奥巴迪奇；克劳迪娅·奥格林；伊戈尔·皮希尔；纳杰拉·波德鲁格；沃伊科·波托坎；丁科·普里莫拉克；泽利卡·普里莫拉克；散打莲子；大卫·雷森德；温贝托·里贝罗；弗拉斯塔·罗斯卡；苏海拉·赛义德；阿曼多·哈维尔·桑切斯·迪亚兹；托米斯拉夫·塞库尔；洛雷娜·斯库夫利克；米尔科·斯莫利奇；佩塔尔·索里克；马里奥·斯普雷米奇；马特贾兹斯托尔；托马斯·斯图齐涅茨基；莱吉拉·蒂贾尼奇；丹尼尔·托米奇；鲍里斯·图塞克；丽贝卡·丹妮拉·弗拉霍夫；托马斯·威尔；佐兰·维廷；曾涛;格热戈日·泽蒙；斯内扎娜·日夫科维奇；贝里斯拉夫·兹穆克。保留所有权利。作者对其贡献的语言和技术准确性负责。Devaraja，印度迈索尔大学；Onur Dogan，土耳其多库兹艾鲁尔大学；Darko Dukic，克罗地亚奥西耶克大学；Gordana Dukic，克罗地亚奥西耶克大学；Alba Dumi，阿尔巴尼亚发罗拉大学；Galina Pavlovna Gagarinskaya，俄罗斯萨马拉国立大学；Mirjana Gligoric，塞尔维亚贝尔格莱德大学经济学院；Mehmet Emre Gorgulu，土耳其阿菲永科卡特佩大学；Klodiana Gorica，阿尔巴尼亚地拉那大学；Aleksandra Grobelna，波兰格丁尼亚海事大学；Liudmila Guzikova，俄罗斯彼得大帝圣彼得堡理工大学；Anica Hunjet，克罗地亚科普里夫尼察北方大学；Khalid Hammes，摩洛哥穆罕默德五世大学； Oxana Ivanova，乌里扬诺夫斯克国立大学，俄罗斯乌里扬诺夫斯克；Irena Jankovic，贝尔格莱德大学经济学院，塞尔维亚；Sanda Rasic Jelavic，萨格勒布大学，克罗地亚；Myrl Jones，拉德福德大学，美国；Hacer Simay Karaalp，棉花堡大学，土耳其；Dafna Kariv，管理学术研究学院，以色列里雄莱锡安；Hilal Yildirir Keser，乌鲁达大学，土耳其布尔萨；Sophia Khalimova，俄罗斯科学院西伯利亚分院经济与工业工程研究所，俄罗斯新西伯利亚；Marina Klacmer Calopa，萨格勒布大学，克罗地亚；Igor Klopotan，梅吉穆尔斯科韦勒乌西利斯特乌察科夫库，克罗地亚；Vladimir Kovsca，萨格勒布大学，克罗地亚；Goran Kozina，北方大学，科普里夫尼察，克罗地亚； Dzenan Kulovic，波斯尼亚和黑塞哥维那泽尼察大学； Eduardo Leite，葡萄牙马德拉大学； Robert Lewis，瑞士布勒理诺士格鲁耶尔应用科学大学；拉迪斯拉夫·卢卡斯，大学。组委会/Organizacijski Odbor ◼ Domagoj Cingula（主席）；贾尼·邦贾；玛丽娜·克拉默·卡洛帕；萨西维莫·米安波尔；博丁·拉萨米特斯；蓬拉帕斯·苏瓦纳拉特；哈鲁泰·努姆普拉塞猜； Suparerk Sooksmarn；斯波门科·凯西纳；埃里诺·科斯卡克；伊万娜·米克洛舍维奇；托马斯·奥奇诺夫斯基；米罗斯瓦夫·普齐戈达；迈克尔·斯特福尔吉；托马斯·斯图齐涅茨基；丽贝卡·达尼耶拉·弗拉霍夫；西梅·武切季奇.出版编辑 ◼ Spomenko Kesina、Domagoj Cingula 出版商 ◼ 设计 ◼ 印刷 ◼ Varazdin 发展与创业机构，Varazdin，克罗地亚 / 北方大学，科普里夫尼察，克罗地亚 / Kasetsart 商学院，曼谷，泰国 / Kasetsart 大学，曼谷，泰国 / 华沙大学管理学院，华沙，波兰 / 法学、经济学和社会科学学院 销售 - 摩洛哥拉巴特穆罕默德五世大学 / ENCGT - 丹吉尔国立商业与管理学院 - 阿卜杜勒马利克·埃萨迪大学，摩洛哥丹吉尔 / 克罗地亚卡科韦茨梅迪穆尔耶理工学院 印刷 ◼ 在线版 ISSN 1849-7535 本书为开放获取，并经过双盲同行评审。西波希米亚，经济学院，捷克共和国； Mustafa Machrafi，穆罕默德五世大学，摩洛哥； Joao Jose Lourenco Marques，阿威罗大学，葡萄牙；帕斯卡·马蒂，罗谢尔大学； Vaidotas Matutis，维尔纽斯大学，立陶宛； Sasivimol Meeampol，农业大学，泰国；丹尼尔·弗朗索瓦·迈耶，西北大学； Marin Milkovic，克罗地亚科普里夫尼察北方大学； Abdelhamid Nechad，ENCGT- Abdelmalek Essadi 大学，摩洛哥； Haruthai Numprasertchai，农业大学，泰国； Gratiela Georgiana Noja，罗马尼亚西蒂米什瓦拉大学； Zsuzsanna Novak，匈牙利布达佩斯科维努斯大学； Tomasz Ochinowski，华沙大学，波兰； Barbara Herceg Paksic，奥西耶克大学，克罗地亚； Vera Palea，都灵大学意大利； Dusko Pavlovic，自由国际大学，克罗地亚萨格勒布； Igor Pihir，克罗地亚萨格勒布大学； Damir Piplica，克罗地亚斯普利特大学法医学系； Dmitri Pletnev，俄罗斯联邦车里雅宾斯克国立大学； Miroslaw Przygoda，华沙大学波兰； Bordin Rassameethes，农业大学，泰国； Karlis Purmalis，拉脱维亚大学，拉脱维亚；尼古拉斯·雷克，大都会州立大学； Kerry Redican，弗吉尼亚理工大学，布莱克斯堡； David Resende，葡萄牙阿威罗大学； Douglas Rhein，泰国玛希隆大学国际学院； Humberto Ribeiro，阿威罗大学，葡萄牙； Robert Rybnicek，格拉茨大学，奥地利； Suparerk Sooksmarn，农业大学，泰国； Tomasz Studzieniecki，欧洲 Nostra 学院，波兰； PornLapas Suwannarat，农业大学，泰国； Elzbieta Szymanska，比亚韦斯托克理工大学，波兰； Katarzyna Szymanska，波兰切哈诺夫国立职业教育高等学校； Ilaria Tutore，那不勒斯帕特诺普大学，意大利； Sandra Rachel Alves，葡萄牙莱里亚理工学院； Joanna Stawska，罗兹大学，波兰； Stanislaw Walukiewicz，比亚韦斯托克理工大学，波兰；托马斯·威尔，艾格尼丝·斯科特学院；李永强，澳大利亚维多利亚大学； Peter Zabielskis，澳门大学； Silvija Zeman，克罗地亚恰科夫库的 Medjimursko Velucilist；曾涛，威尔弗里德·劳里埃大学，加拿大滑铁卢； Snezana Zivkovic，塞尔维亚尼什大学。作者保留进一步出版的权利。我们过去的书籍已由 ProQuest、EconBIZ、CPCI（Web of Science）和 EconLit 数据库编制索引和摘要，可从经济和社会发展会议网站以 PDF 格式下载：http://www.esd-conference.com © 2023 瓦拉日丁发展和创业机构，瓦拉日丁，克罗地亚；北方大学，科普里夫尼察，克罗地亚；泰国曼谷农业商学院；泰国曼谷农业大学；华沙大学管理学院，波兰华沙；摩洛哥拉巴特穆罕默德五世大学法学院、经济和社会科学学院 Sale；摩洛哥丹吉尔阿卜杜勒马利克伊萨迪大学 ENCGT - 丹吉尔国立商业和管理学院；克罗地亚察科韦茨察科韦茨梅迪穆列理工学院。