XiaoMi-AI文件搜索系统
World File Search SystemMDP
多伦多证券交易所： MDP | OTCQX： MEDXF
前瞻性信息 本文中包含的某些书面陈述或预测和/或与本演示文稿相关的口头陈述构成“前瞻性信息”或“前瞻性陈述”，某些此类信息可能构成适用证券立法下的“财务展望”（统称“前瞻性陈述”）。“预期”、“相信”、“预计”、“将”等词语和类似表达通常旨在识别前瞻性陈述，但并非所有前瞻性陈述都包含这些识别词。本演示文稿中包含的特定前瞻性陈述包括但不限于有关财务或运营业绩预期的陈述（包括特定产品的业绩或归因于特定产品的业绩以及相关产品之间的协同效应或范围经济，如果有的话）、特定产品的监管审查流程的发生、时间和预期结果（为清楚起见，这些流程在很大程度上不受公司控制）和相关商业发布（如果有的话），以及有关现金流产生和资本分配的预期（包括预期现金需求、资本要求以及获得额外融资的需求和能力）。这些陈述基于在得出结论或做出预测或推测时应用的因素、信念或假设，包括基于历史趋势、当前条件和预期未来发展的假设。由于前瞻性陈述与未来事件和条件有关，因此其本质上需要做出假设并涉及固有风险和不确定性。公司警告称，尽管我们认为这些假设和信念在当时情况下是合理的，但这些风险和不确定性可能导致实际结果与前瞻性陈述中的预期存在重大差异。重大风险因素包括公司最近的 AIF 标题“风险因素”和公司最近的 MD&A 标题“风险因素和风险管理”中列出的因素，这些因素已提交给加拿大证券监管机构，可在公司的 SEDAR 资料 www.sedar.com 上查阅。鉴于这些风险，不应过分依赖这些前瞻性陈述，这些陈述仅适用于本新闻稿发布之日。除法律另有明确要求外，公司不承担更新任何前瞻性陈述（包括任何财务展望）以反映新信息（后续或其他）的义务。
面向基于 POMDP 的混合脑控制......
摘要 — 脑机接口 (BCI) 为大脑和计算机系统之间提供了独特的通信渠道。经过大量研究和在众多应用领域的实施，为确保可靠和快速的数据处理而面临的众多挑战导致了混合 BCI (hBCI) 范式的产生，该范式由两个 BCI 系统的组合组成。然而，并非所有挑战都得到了妥善解决（例如重新校准、空闲状态建模、自适应阈值等），以允许在实验室外实施 hBCI。在本文中，我们回顾了基于脑电图的 hBCI 研究并指出了潜在的局限性。我们提出了一个基于部分可观马尔可夫决策过程 (POMDP) 的顺序决策框架来设计和控制 hBCI 系统。POMDP 框架是处理上述限制的绝佳候选框架。为了说明我们的观点，我们提供了一个使用基于 POMDP 的 hBCI 控制系统的架构示例，并讨论了未来的发展方向。我们相信，该框架将鼓励研究工作提供相关方法来整合来自 BCI 系统的信息，并将 BCI 推向实验室之外。索引术语 —EEG、混合 BCI、POMDP
广告。不。 IIITT/SMDP/JRF/PA/2025/01-01 日期
编程、基于 AI 的微控制器和微处理器编程和调试的实践经验、基于 IoT 的电子产品设计和开发的实践经验、医疗保健应用中使用的传感器和执行器以及与微处理器和微控制器接口的经验。 对 ASIC 设计和实现（RTL 编码到 GDS II 提取）、网络/片上系统有深厚的知识 对 EDA 工具有基本的了解 6. 面试日期和时间将稍后通过电子邮件通知
建议引用：Dudnik, Olesya 等人 (2021)：能源行业实施人工智能技术的趋势、影响和前景：开放式创新的含义，《开放式创新：技术、市场和复杂性》杂志，ISSN 2199-8531，MDPI，巴塞尔，第 7 卷，Iss。2，第 1-27 页，https://doi.org/10.3390/joitmc7020155
1 莫斯科谢切诺夫第一国立医科大学（谢切诺夫大学）儿童牙科和正畸学系，俄罗斯莫斯科 119991；Olesya.V.Dudnik@yandex.ru 2 大西洋科学技术学术出版社，美国马萨诸塞州波士顿 01233 3 自主非营利组织“科学评论出版社”（Nauchnoe Obozrenie），俄罗斯莫斯科 127051 4 国立管理大学数字化转型管理研究所，俄罗斯莫斯科 109542；nikolay.kuznetsov53@gmail.com 5 莫斯科鲍曼国立技术大学基础科学学院数学模拟系，俄罗斯莫斯科 105005；marina.podzorova@inbox.ru 6 东北联邦大学数理经济学和应用信息科学系，俄罗斯雅库茨克 677009； irina.v.nikolaeva@lenta.ru 7 莫斯科理工大学公共管理与法律系，107023 莫斯科，俄罗斯；larissavatutina@yandex.ru 8 乌德穆尔特国立大学金融、会计与经济数学方法系，426034 伊热夫斯克，俄罗斯；ekaterina.khomenko@yahoo.com 9 普列汉诺夫俄罗斯经济大学历史与哲学系人道主义培训中心，117997 莫斯科，俄罗斯；marina.ivleva.2014@inbox.ru * 通信地址：info@astap.net 或 marina.vasiljeva2017@gmail.com
建议引用：Chae, Bongsug；Goh, Gyuhyeong (2020)：人工智能和数据分析领域的数字企业家：他们是谁？，《开放式创新：技术、市场和复杂性》杂志，ISSN 2199-8531，MDPI，巴塞尔，第 6 卷，Iss。3，第 1-15 页，https://doi.org/10.3390/joitmc6030056
摘要：数字技术是创业活动的关键资源，人们对数字创业非常感兴趣。虽然许多研究都集中在数字技术在创业中的作用以及它们如何塑造这个领域，但对数字创业的关键参与者的研究相对较少。本研究使用来自 Crunchbase 和 Twitter API 以及学习机的数据，试图回答“谁是数字企业家？”的问题。 本研究报告称，人工智能和数据分析 (AIDA) 行业的数字企业家比非数字企业家更有可能是男性，并且更活跃且在线联系更紧密。此外，他们往往比其他非数字企业家更外向，更不认真和随和。我们的研究结果有助于更清楚地了解数字企业家，这将引起投资者、政策制定者、当前和未来的数字企业家和教育工作者的极大兴趣。
建议引用：Regona, Massimo；Yigitcanlar, Tan；Xia, Bo；Li, Rita Yi Man (2022)：人工智能在建筑行业应用的机遇与挑战：PRISMA 评论，《开放创新：技术、市场与复杂性》期刊，ISSN 2199-8531，MDPI，巴塞尔，第 8 卷，Iss。1，第 1-31 页，https://doi.org/10.3390/joitmc8010045
摘要：人工智能 (AI) 是一种强大的技术，具有多种功能，如今在所有行业中都开始显现出来。然而，与其他行业相比，人工智能在建筑行业的普及程度相当有限。此外，尽管人工智能是建筑环境研究的热门话题，但研究建筑行业人工智能采用水平低的原因的综述研究有限。本研究旨在通过确定人工智能的采用挑战以及为建筑行业提供的机遇来缩小这一差距。为了实现这一目标，该研究采用了 PRISMA 协议的系统文献综述方法。此外，文献的系统综述侧重于建筑项目生命周期的规划、设计和施工阶段。审查结果表明：(a) 人工智能在规划阶段特别有益，因为建筑项目的成功取决于准确的事件、风险和成本预测；(b) 采用人工智能的主要机会是通过使用大数据分析和改进工作流程来减少花在重复任务上的时间； (c) 将人工智能融入建筑工地的最大挑战是该行业的碎片化性质，这导致了数据获取和保留的问题。研究结果为建筑行业的各方提供了有关人工智能适应性的机会和挑战的信息，并有助于提高市场对人工智能实践的接受度。
建议引用：Amoako, George Kofi；Omari, Paul；Kumi, Desmond Kwadjo；Agbemabiase, George Cudjoe；Asamoah, George (2021)：概念框架：人工智能和更好的创业决策。客户偏好、行业基准和员工参与对新兴市场的影响，《风险与财务管理杂志》，ISSN 1911-8074，MDPI，巴塞尔，第 14 卷，第 12 期，第 1-20 页，https://doi.org/10.3390/jrfm14120604
摘要：目的：技术举措现已融入广泛的商业领域。本文的目的是探讨人工智能系统通过顾客偏好和行业基准的中介对企业家决策的可能影响。设计/方法/方法：这是一项非实证的文献综述和概念模型的开发。在主要学术数据库（如 Emerald 在线期刊、Taylor and Francis 在线期刊、JSTOR 在线期刊、Elsevier 在线期刊、IEEE Xplore 和开放存取期刊目录 (DOAJ)）中搜索了专注于人工智能 (AI)、企业家决策、顾客偏好、行业基准和员工参与度的论文。总共有 25 篇文章符合预定义标准并被使用。结果：该研究提出，人工智能系统可以从企业家的角度促进更好的决策。此外，研究表明，员工作为利益相关者，可以通过参与来调节人工智能系统与企业家更好决策之间的关系。此外，研究表明，客户偏好和行业基准可以调节人工智能系统与企业家更好的决策之间的关系。研究的局限性/含义：本研究假设 ICT 环境完美，以保证人工智能系统的顺利运行。然而，情况可能并非总是如此。这项研究没有考虑企业家在 ICT 使用和采用方面的个人倾向。实际意义：本研究提出，企业家决策在人工智能系统的环境中得到丰富，并辅以客户偏好、行业基准和员工参与。这一发现为企业家提供了一种可能的技术工具，以便做出更好的决策，凸显了人工智能系统提供的无限选择。社会影响：在商业决策过程中引入人工智能会带来许多社会问题，这些问题与机器对人类和社会的影响有关。本文提出了如何在不破坏社会的情况下使用这项新技术。原创性/价值：这个概念框架是企业家发展的宝贵组织范围。此外，这项研究通过人工智能系统为企业家发展做出了宝贵的贡献。
建议引用：Vasiljeva, Tatjana；Kreituss, Ilmars； Lulle, Ilze (2021)：人工智能：公众和各行业代表的态度，《风险与财务管理杂志》，ISSN 1911-8074，MDPI，巴塞尔，第 14 卷，第 8 期，第 1-17 页，https://doi.org/10.3390/jrfm14080339
摘要：本文研究公众和企业对人工智能的态度，并研究影响这些态度的主要因素。概念模型基于技术-组织-环境（TOE）框架，并通过定性和定量数据分析进行测试。主要数据是通过专门为研究开发的问卷进行的公开调查以及对人工智能领域专家和各公司管理代表的半结构化访谈收集的。本研究旨在评估公众和各行业员工对人工智能的当前态度，并调查影响他们的因素。研究发现，不同行业对人工智能的态度存在显著差异。已经实施人工智能解决方案的组织的员工和近期不打算实施人工智能解决方案的组织的员工对人工智能的态度存在显著差异。影响组织采用人工智能的三个主要因素是高层管理人员的态度、竞争和法规。在确定影响社会和公司对人工智能态度的主要因素后，提出了减少各种负面因素的建议。作者提出了一个命题，证明了成功采用创新技术所需的活动。
建议引用：Yigitcanlar, Tan 等人 (2021)：地方政府人工智能 (AI) 的负责任城市创新：概念框架和研究议程，《开放创新：技术、市场和复杂性》杂志，ISSN 2199-8531，MDPI，巴塞尔，第 7 卷，Iss。1，第 1-16 页，https://doi.org/10.3390/joitmc7010071
1 昆士兰科技大学建筑与建筑环境学院，2 George Street，布里斯班 QLD 4000，澳大利亚 2 圣卡塔琳娜联邦大学技术学院，Campus Universitario，Trindade，Florian ó polis，SC 88040-900，巴西 3 萨拉曼卡大学 Bisite 研究小组，37007 萨拉曼卡，西班牙；corchado@usal.es 4 空气研究所，物联网数字创新中心，37188 萨拉曼卡，西班牙 5 大阪工业大学工程学院电子、信息和通信系，大阪 535-8585，日本 6 阿卜杜勒阿齐兹国王大学高性能计算中心，Al Ehtifalat St，吉达 21589，沙特阿拉伯； rmehmood@kau.edu.sa 7 香港树仁大学经济及金融系，香港北角伟翠街 10 号，中国；ymli@hksyu.edu 8 亚利桑那州立大学公共事务学院，美国亚利桑那州凤凰城北中央大道 411 号，邮编 85004；karen.mossberger@asu.edu 9 昆士兰科技大学管理学院，澳大利亚昆士兰州布里斯班乔治街 2 号，邮编 4000；kevin.desouza@qut.edu.au * 通讯地址：tan.yigitcanlar@qut.edu.au；电话: +61-7-3138-2418