XiaoMi-AI文件搜索系统
World File Search Systemreferences
促销策略偏好和购买西方电器客户的决策
本研究评估了菲律宾马尼拉大都会的西方电器客户的促销策略偏好和购买决策。通过经过验证的自制调查问卷，数据是从100个有意选择的西方电器客户那里收集的。使用数据管理统计工具应用了百分比，算术平均值，标准偏差，Pearson相关分析，T-检验和回归分析。结果表明，促销策略和客户购买决策变量之间存在统计学上显着的相关性。特别是，主题公司实施的促销策略与受访者的所有偏好变量（例如销售促销，广告，个人销售，直接营销和公共关系）具有显着高的正相关性。促销策略与客户购买决策变量之间也存在统计学上的显着相关性。因此，促销策略实施的有效性提高或降低会导致马尼拉大都会电器客户的购买决策的增加或减少。
后期助后护理练习医生计划对学生偏好和能量使用的分析
波士顿学院超过32％的能源法案用于天然气和石油，该天然气和石油用于在整个校园内加热教室和宿舍。在2018年对波士顿大学工作订单系统进行评估的先前研究中，确定尽管学生实际上对波士顿学院建筑物中的室温毫无意义，但个人还不足以保证工作订单”（Kang等人，2018年）。但是，自进行这项研究以来已经三年了，卑诗省学生经常表达的一个常见问题是教室太冷或太热了。因此，我们的研究旨在通过确定波士顿大学教室中是否存在明显的过度热量或过度冷却问题来评估波士顿学院在富尔顿霍尔，加森·霍尔（Gasson Hall）的教室中的能量使用。此外，我们的主要目标不是专注于修改工作订单系统，而是确定是否需要更改和/或修改BC使用的HVAC系统，以支持波士顿学院的学生的偏好，并改善教室中的能量使用。为了进一步评估这个问题，我们的研究主要关注以下四个研究问题：
格罗宁根大学患者对人工晶体的偏好......
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
顶级人工智能研究人员的移民偏好：新调查证据
本论文由牛津大学人类未来研究所人工智能治理中心和宾夕法尼亚大学佩里世界之家联合发表，并得到乔治城大学安全与新兴技术中心的机构支持。该项目得到了人工智能伦理与治理基金的支持，Michael Horowitz 在该项目上的工作部分得到了美国政府拨款 FA9550-18-1-0194 的支持。作者要感谢 Catherine Aiken、Zachary Arnold、Tessa Baker、James Dunham、Melissa Flagg、Charlie Giattino、Roxanne Heston、Igor Mikelic-Torreira、Dewey Murdick 和 Helen Toner 对人工智能专家调查和分析的反馈。我们还感谢 Noemi Dreksler、Emmie Hine、Lauren Kahn、Will Marks、Kwan Ye Ng 和 Sacha Zimmerman 的研究协助和编辑支持。
生育计划/生育偏好工作表 随着您的宝宝的出生...
分娩计划/分娩偏好工作表 随着宝宝的预产期临近，分娩过程成为准父母关注的重点。我们的医疗服务提供者、护士和工作人员团队期待与您见面，并在这个特殊时期照顾您和您的家人。您也是我们团队中非常重要的一员。因为每个家庭都是独一无二的，所以了解您并了解您的分娩经历偏好对我们来说很重要。 填写完此工作表后，请在下次预约时与您的医疗服务提供者一起查看。在分娩过程中，您的护士将与您一起审查，并将尽一切努力将您的愿望融入其中，而不会损害我们为您和您的宝宝提供绝对安全的目标。 分娩支持团队 请告诉我们您希望谁在分娩期间陪在您身边。请也与他们分享这个计划，这样他们就知道什么对您来说是重要的。请注意，在病毒爆发期间，例如 COVID-19，产科中心可能会限制访客。 病人：___________________________________________________________ 伴侣：___________________________________________________________ 其他：____________________________________________________________
排放目标和投资偏好
生物质可以帮助许多领域实现气候目标。在发电中，它可以补充可变的可再生能源，或者，如果与碳捕获和存储（CC）相结合，也提供了负emisions。本文通过关注平衡可变的可再生能源与生物质的成本偏执，并提供有关接受这些技术的指示，从而增加了现有文献。动态优化模型用于分析生物量在欧洲电力系统中的作用，以期为2050年不同的排放目标。将结果与有关生物量技术的投资优先数据以及风能和太阳能的调查数据进行了比较。如果允许使用CCS的生物能源，则观察到更集中使用的生物质的发射目标的制剂极大地影响了生物量的成本效益。这表明欧洲范围内的排放目标可能比单独的国家目标更具成本优势。政府和非政府参与者往往对投资生物质技术往往是负面的，尽管如果与CC结合使用，则差异更大，这表明实施可能挑战。在所有国家，他们对风能和太阳能的态度都更加积极，支持了欧洲电力系统中可变新建份额越来越份额的现有趋势的延续。©2020作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
Understanding Consumer Preferences for Movie Trailers from EEG using Machine Learning
Abstract —Neuromarketing aims to understand consumer be- havior using neuroscience. Brain imaging tools such as EEG have been used to better understand consumer behavior that goes beyond self-report measures which can be a more accurate measure to understand how and why consumers prefer choosing one product over another. Previous studies have shown that consumer preferences can be effectively predicted by under- standing changes in evoked responses as captured by EEG. However, understanding ordered preference of choices was not studied earlier. In this study, we try to decipher the evoked responses using EEG while participants were presented with naturalistic stimuli i.e. movie trailers. Using Machine Learning techniques to mine the patterns in EEG signals, we predicted the movie rating with more than above-chance, 72% accuracy. Our research shows that neural correlates can be an effective predictor of consumer choices and can significantly enhance our understanding of consumer behavior. Index Terms —Neuromarketing, EEG, Machine Learning, Dis- crete Wavelet Decomposition
公众对使用替代燃料汽车的偏好
本报告是根据现有信息做出的最佳判断。鉴于项目范围广泛，并非所有信息都可以独立验证或交叉核对，因此请读者注意，报告中的某些断言可能基于单一信息来源。读者应了解，使用、依赖或根据本报告做出的决定完全由读者负责。作者不对读者因本报告内容而遭受的损失承担任何责任。
具有模糊偏好的纯交换经济均衡的存在性
摘要。本文重点研究了一种在具有模糊偏好的纯交换经济 (PXE-FP) 中实现均衡的新模型。该模型将交换、消费和主体在消费集中的模糊偏好整合在一起。我们在消费集上建立了一个新的模糊二元关系来评估模糊偏好。此外，我们证明了在某些条件下消费集中存在一个连续的模糊保序函数。通过模糊非合作博弈中模糊纳什均衡存在的新结果，证实了 PXE-FP 存在模糊竞争均衡。在模糊非合作博弈中，任何主体的所有策略配置的收益都是模糊数。最后，我们表明模糊竞争均衡可以表征为相关拟变分不等式的解，从而得到均衡解。