XiaoMi-AI文件搜索系统
World File Search Systempricing
碳定价、边境调整和可再生能源投资：网络方法。工作文件编号 2506
1 财政工具和监管政策是鼓励经济主体减少二氧化碳排放的主要工具。至少两种与气候变化相关的市场失灵可以通过财政工具解决：与排放相关的外部性以及与研发知识溢出相关的外部性，这些外部性可能会阻碍其充分发挥社会效益。旨在通过价格信号将外部性内部化的财政政策工具可以最佳地解决这些市场失灵。这些工具可能采取对排放征收庇古税或对研究或清洁能源提供补贴的形式（Pigou，1932 年；Stern，2007 年；Farid 等人，2016 年；De Mooij 等人，2012 年；Parry 等人，2015 年）。
塔夫茨健康计划的药品定价工具
塔夫茨健康计划遵守适用的联邦民权法律，不因种族、肤色、国籍、年龄、残疾或性别（包括怀孕、性取向和性别认同）而歧视。注意：如果您讲西班牙语，我们可以为您提供免费的语言协助服务。请致电 1-800-701-9000（HMO）/1-866-623-0172（PPO）（TTY：711）。
建议引用：Gurkan，Huseyin； de Véricourt, Francis (2020)：人工智能飞轮效应下的合同、定价和数据收集，ESMT 工作论文，第 20-01 号 (R1)，欧洲管理与技术学院 (ESMT)，柏林，https://nbn-resolving.de/urn:nbn:de:101:1-2020102007031310383557
鼓励作者使用包含期刊标题的样式文件模板向 INFORMS 期刊提交新论文。但是，使用模板并不能证明该论文已被接受在该期刊上发表。INFORMS 期刊模板仅用于提交给 INFORMS 期刊，不应用于分发印刷版或在线版论文或将论文提交给其他出版物。
人工智能、算法定价和合谋* - IRIS
1 Calvano：博洛尼亚大学、图卢兹经济学院和 CEPR（emilio.calvano@unibo.it）。Calzolari（通讯作者）：欧洲大学学院、博洛尼亚大学、图卢兹经济学院和 CEPR（giacomo.calzolari@eui.ei）。Denicol：博洛尼亚大学和 CEPR（vincenzo.denciolo@unibo.it）。Pastorello：博洛尼亚大学（sergio.pastorello@unibo.it）。我们感谢编辑 Jeffrey Ely 和三位匿名审稿人提供的大量详细且有益的评论。我们还要感谢 Susan Athey、Ariel Ezrachi、Joshua Gans、Joe Harrington、Bruno Jullien、Timo Klein、Kai-Uwe Ku¨hn、Patrick Legros、David Levine、Wally Mullin、Yossi Spiegel、Steve Tadelis、Emanuele Tarantino 以及众多会议和研讨会的参与者（不具名）。非常感谢图卢兹经济学院数字主席计划提供的资金支持。
颈部周长截止点是巴西农村工人代谢综合征的预测因子
本研究研究了两层供应链中的定价策略和双通道策略，其中制造商通过零售商分发产品，并考虑开放传统的直接在线渠道或一个实时流式传输销售渠道，制造商制造商具有三个销售模式，即传统的直接在线渠道，并打开传统的直播渠道，并打开传统的直播渠道，并打开直播的直接销售渠道。制造商和零售商玩Stackelberg游戏，其中制造商具有首个推动者优势。两个供应链成员可以遵循两个决策序列，在该序列中，制造商在零售商一家之前决定直接在线零售价，制造商和零售商合作以同时决定零售价。制定了三种销售模式的利润优化模型，然后通过向后诱导得出最佳解决方案的封闭形式。比较了具有不同决策序列的选择性定价决策和利润，并在三种销售模式中分析。结果表明，在面对激烈的竞争时，制造商应引入直播直接销售渠道，并且不应引入双渠道，以在面对温和竞争时为两个供应链成员创造双赢的情况。制造商应提高批发和直接在线零售价格，并进行更多的实时销售工作，并且如果播放器在引入现场流销售渠道时具有良好的销售技巧，则零售商也应提高零售价。当引入现场流销售渠道时，制造商和零售商应同时决定零售价。
SaaS 定价策略剖析
然而，最好的公司是那些对定价策略进行改进以促进增长的公司。他们有效地将产品货币化，不断迭代定位、包装和定价，并优化潜在的单位经济效益。通过不断优化和调整定价以符合客户的需求，您可以实现高 LTV/CAC 比率，同时为这些客户提供您所能提供的最佳价值。
基于供应的实时能源价格的AI系统，...
1信息科学与工程，1 RNS技术研究所，印度卡纳塔克邦班加罗尔摘要：这项调查用于研究基于供应，需求和存储水平的实时能源定价的AI驱动解决方案。传统的定价模型与可再生能源的变化斗争，从而需要一种可以处理需求，供应或存储水平的动态性质的AI增强方法。主要的AI模型（包括机器学习，强化学习和优化技术）用于预测需求，优化存储和实时处理价格。软件系统集成了数据源，同时克服了延迟和安全等困难。索引术语 - 人工智能（AI），机器学习（ML），能源需求预测，基于API的能源系统
量子计算机上随机波动下的期权定价
我们开发了在 Heston 模型（一种流行的随机波动率模型）下为亚式期权和障碍期权定价的量子算法，并在典型市场条件下的实例中估算了它们的成本（以 T 计数、T 深度和逻辑量子比特数表示）。这些算法基于将成熟的随机微分方程数值方法与量子振幅估计技术相结合。具体而言，我们通过经验表明，尽管弱欧拉方法很简单，但它在此任务中达到了与更著名的强欧拉方法相同的精度水平。此外，通过消除准备高斯态的昂贵程序，基于弱欧拉方案的量子算法比基于强欧拉方案的量子算法的效率要高得多。我们的资源分析表明，随机波动下的期权定价是量子计算机的一个有前途的应用，并且我们的算法使得在金融应用中实现实际量子优势的硬件要求比现有技术更低。