XiaoMi-AI文件搜索系统
World File Search System众筹
众包神经科学
当我们在社交行为中感到联系或参与时，我们的大脑是否真的在正式、可量化的意义上“同步”？大多数研究都使用高度控制的任务和同质的受试者池来解决这个问题。为了采取更自然的方法，我们与艺术机构合作，众包神经科学数据：在 5 年的时间里，我们从数千名博物馆和节日游客那里收集了脑电图 (EEG) 数据，他们自愿参与 10 分钟的面对面互动。熟悉程度不同的两对参与者坐在互波机内——这是一种艺术神经反馈装置，可将每对 EEG 活动的实时相关性转化为光图案。由于此类参与者之间的 EEG 相关性容易受到噪声污染，在随后的离线分析中，我们使用虚部相干性和投射功率相关性计算了大脑间耦合，这两个同步指标在很大程度上不受瞬时噪声驱动相关性的影响。当将这些方法应用于具有最一致协议的两个记录数据子集时，我们发现配对的特质同理心、社交亲密度、参与度和社交行为（联合行动和眼神接触）一致地预测了他们的大脑活动同步的程度，最显著的是低 alpha（~7-10 Hz）和 beta（~20-22 Hz）振荡。这些发现支持这样一种观点，即在动态、自然的社交互动过程中，共同参与和联合行动会驱动耦合的神经活动和行为。据我们所知，这项工作首次证明了跨学科、现实世界、众包神经科学方法可能提供一种有前途的方法来收集与现实生活中面对面互动有关的大量丰富数据集。此外，它还展示了普通公众如何参与和参与实验室外的科学过程。博物馆、美术馆等机构或公众出于自我激励而积极参与的任何其他组织都可以帮助促进此类公民科学研究，并支持在科学控制的实验条件下收集大量数据集。为了进一步提高公众对实验室外实验方法的兴趣，本研究的数据和结果通过一个专门为公众量身定制的网站传播（wp.nyu.edu/mutualwavemachine）。
最新技术、CHATGPT 功能
将技术融入管理会计的过程是渐进式的，其中的关键里程碑改变了这个行业。最初，重点主要放在成本会计和财务报告上，正如约翰逊和卡普兰（1987）在其里程碑式著作《相关性丧失：管理会计的兴衰》中所述。然而，随着信息技术（IT）的引入，范式发生了变化。正如达文波特（1998）在《将企业纳入企业系统》中所讨论的那样，企业资源规划（ERP）系统等技术开始自动化和简化会计操作，从而提高准确性和效率。Tkachuk 等人（2022）和 Khomutenko 等人（2023）研究了信息技术对投资的巨大影响，特别是众筹的快速扩张。该研究考察了众筹的发展及其在全球变化中为初创企业、小型企业和社会项目提供资金的作用。它强调了互联网在引导投资向新技术和基于在线的社交公司方面的重要性，并采用比较和演绎方法得出结论：尽管经济不稳定，但众筹仍然是一个重要的投资来源。
迈克尔·休斯顿合作伙伴
ROB与客户合作，从单个发明家和初创公司到大学以及各种技术领域的大型跨国公司，包括电气，机械，化学，计算机软件和硬件系统，医疗设备，石油和消费产品，以确保其知识产权得到适当保护。Rob代表创业公司获得了包括众筹（包括众筹）的Angel和风险投资资金，并开发了战略性和有意义的专利和商标投资组合来保护此类公司并提供产品线的排他性。他已就非竞争协议，开发和实施公司范围的商业秘密保护计划以及知识产权政策和程序提供了建议。
人工智能能帮助众包吗？基于理论的众包竞赛创意筛选模型
1 我们不使用 Berger 和 Packard 的基于潜在狄利克雷分析 (LDA) 的方法，因为它提取了最流行 (常见) 的主题 (维度)，例如词束。LDA 方法在新产品创意的背景下可能会出现问题，因为 LDA 可能会将新颖和独特的词归类为“错误”。成功的新产品创意往往是新颖或独特的 (Dahl and Moreau 2002；Toubia 2006)。在众包创意竞赛中，在创意级别而不是主题级别捕捉非典型性的指标可能更胜一筹，因为它不会筛选出这些新颖或独特的创意。
Max Trax 自行车轮毂
Max Trax 已经通过各种筹款活动、众筹活动和外部资助筹集了大量资金。此外，他们还成功申请了英国自行车骑行基金，这是一项赛事遗产计划，旨在解决参与不平等问题，并为自行车运动中代表性不足的群体创造新的机会。
商业模式画布 - 博洛尼亚商会
∞ 有关官僚、行政和法律义务的信息； ∞ 对补贴融资的见解，特别是对新企业的机会、融资和贡献，以及对研究和确定与商业项目一致的援助类型的支持。得益于众筹中心 (https://www.crowdfundport.eu/crowd-funding-hub/italy/)，还为初创企业和中小型企业提供众筹支持； ∞ 深入分析与各个活动领域相关的经济和法律问题； ∞ 有关现有的创业文化培训活动的信息； ∞ 有关企业管理的理论和实践方面的培训和深入课程； ∞ 协助确定有能力处理初创企业和企业相关事务的地方机构和服务机构。除了主要通过个性化和一对一访谈开展的直接支持活动外，该服务还通过组织旨在传播创业文化的会议、研讨会、会议和干预措施开展频繁的地域动画活动。
让 SMR 项目成为蓝筹投资
玛德琳·科恩 (Madeline Cohen) 是 EFI 基金会的研究助理。科恩在 EFI 基金会的能源期货金融论坛工作，研究 SMR 的可融资性以及监管环境对核投资质量的影响。在加入 EFI 基金会之前，科恩曾担任杰拉尔德·R·福特公共政策学院的研究助理。在这个职位上，她研究了国外短期气候污染物的监管，包括加拿大各省的甲烷减排战略，以及加拿大、中美洲和南美洲的氢氟碳化物监管议程。科恩于 2022 年毕业于密歇根大学杰拉尔德·R·福特公共政策学院，获得公共政策文学士学位。
利用智能手机开展众包项目
a Hochschule für Technik Stuttgart，Schellingstr 24，70174 Stuttgart，德国 - (eberhard.guelch，shohrab.uddin)@hft-stuttgart.de b Imkerverein Waiblingen e.V.Waiblingen，德国 - bernhardwilli@web.de ICWG III/VII 关键词：花朵识别、蜂蜜产量网络门户、地理定位、无人机 摘要：Beesmart 项目旨在利用智能手机的众包方法推导出蜜蜂的地理定位产量目录。因此，核心问题是智能手机应用程序 (App2bee) 的设计以及花朵识别软件的设计，该软件使用智能手机的传感器信息和开花时间信息来识别和定位花朵。实施的花卉识别基于“最小视觉词袋”方法。分类准确率可达到约 60-70%，当然，这受花卉种类繁多的影响，也受图像拍摄方式以及图像质量和分辨率的影响。通过在触摸屏上应用先验简单的手动分割将图像焦点放在所讨论的花朵上，分类结果得到进一步改善。介绍了 App2Bee 的设计和功能，然后详细介绍了通信、数据库和 Web 门户组件。在项目的第二部分，使用固定翼无人机系统研究对蜜蜂很重要的较大花卉区域的分类，该系统配备两种不同类型的相机，即 RGB 数码相机和 NIR 数码相机。当然不可能识别单朵花，但可以证明，相同花朵的较大花田，例如红三叶草，可以用这种方法进行分类。利用现有数据，还可以对裸地、道路、低牧场、高牧场以及混合牧场进行分类。对于高牧场，可以自动识别花簇，如蓍草。1.简介
众包 GNSS 智能手机的自动选择......
智能手机已转换为便携式GNSS（全球导航卫星系统）接收器。具有数十亿此类设备记录的GNSS数据具有很大的科学研究潜力，并具有前所未有的时空分辨率。但是，目前访问大型GNSS智能手机数据的访问量是有限的，并且数据处理具有挑战性。Camaliot项目（机器学习技术在GNSS IOT数据融合中的应用）旨在解决这些问题，以促进众包GNSS数据的可用性，以进行天气预报和太空天气监测。Camaliot众包活动中大量的GNSS数据具有异质性的质量。为了应对此数据处理挑战，我们使用机器学习（ML）开发了一种自动数据选择算法。在这项研究中，比较了不同ML模型的分类性能。还检查了不同数据质量指标的重要性。初始结果表明，基于ML的分类器可以在广告系列的实际数据上获得95％的精度，而无需为质量指标设置明确的阈值。基于选定的智能手机GNSS数据，也进行了对流层参数估计实验。