列表是在线体验中不可或缺的一部分，通常用于显示许多结果，例如产品、网页和菜肴。这些项目可以按所需属性（如价格、相关性或健康度）整齐排序。列出的项目通常具有多个属性。然而，消费者目前只能一次对一个属性进行排序，而不能同时对多个属性进行排序。这使得搜索所需的项目变得乏味和混乱。Imma排序支持可解释和多属性排序。可以对两个或多个属性进行排序。与现有搜索技术相比，Imma排序通过更近似地排序，权衡了主属性排序趋势的平滑度，以增加对其他属性的预测。通过设置更高的重要性权重，可以使特定属性的结果更平滑。

该技术是一种获得专利的仿生涂层，可以在各种材料表面形成高亲水性表面。该涂层可完全控制其表面的润湿性、润滑性和污垢。由于其可调性和自修复机制，它可以提高医疗设备和工业应用的舒适性、安全性和性能。

该技术包括专利的铂基催化剂油墨配方，可以简化质子交换膜燃料电池的制造过程。在膜生产过程中，金属颗粒可以直接在基底上生长，并用低温冷等离子体（<70°C）固化。该技术可以最大限度地减少铂在各种基质上的负载，从而降低生产燃料电池膜的成本。

虽然现有的热图对干净的图像有效，但现实世界中的图像经常会降级或“有偏”，例如相机模糊或微光下的颜色失真。出于隐私原因，图像也可能被故意模糊。随着图像清晰度的降低，热图的性能降低。因此，这些退化图像的热图解释偏离了现实和用户期望。这种基于CAM的新技术描述了一种训练卷积神经网络（CNN）的方法，以生成精确且相关的退化图像热图。通过精确定位与用户期望一致的图像上的相关目标，基于Debied的CAM提高了透明度和用户对人工智能预测的信任。

虾卵的产量取决于成年雌性的年龄、体重和大小。在鱼卵发育之前，同时存在特定的营养需求。因此，在任何一批虾中，鱼子酱的生产都是随机且不一致的。提高产卵频率和产卵量的传统方法涉及不可持续的眼柄切除方法，即去除虾的一个眼柄以刺激卵黄形成（卵黄发生）。除了对虾的解剖压力外，眼柄消融术只能在体重至少为70-90克的虾身上进行，这需要12个月才能长出来。专有的表观遗传激活发酵（EpAF）技术在4-5个月内刺激雌性虾的卵黄发生，达到30-35克。这大大提高了虾蛋产量和质量。此外，虾蛋的味道可以微妙地改变，以适应目标市场的口味。

该技术产品是一种小型、安全、低功耗、经济高效的硬件模块，带有专用卷积神经网络（CNN）加速器。硬件加速器支持许多预训练的人工智能（AI）模型，允许在物联网传感器节点本身进行边缘处理。因此，实时人工智能推理可以在不需要与云进行高带宽通信的情况下完成。通过众多通信接口之一进行的简单API调用使向物联网节点添加人工智能能力成为一项容易的任务。

嵌入多个触觉传感器的触觉传感手套可以测量每个传感点的施加压力及其相应位置。其压力传感层由多行和多列压阻传感点构成。当施加压力时，压阻传感器的电阻减小。触觉传感手套可以放在机器人抓取器或修复装置上，以在操作任务期间接收触觉反馈。

该技术是一种可再生、生物基和可降解树脂，符合国际工业和家庭堆肥标准。该材料通过丙酯复合工艺生产，可满足食品接触级标准。该聚合物还具有优异的流动性、韧性和良好的成型性能，满足注塑、挤出、热成型和其他成型工艺的生产要求。它不需要严格的降解条件，当与普通废物一起放置在自然环境中时，将实现100%的自降解，不留下任何有害物质。该材料旨在成为一次性餐具、食品包装和卫生洁具中替代传统塑料的可行替代品。

我们的技术将智能融入客户的聊天或语音机器人，以了解他们的最终用户想要什么。我们专有的基于规则的模型通过（1）自动分析人类机器人对话和（2）使用该模型更快、更好、更具成本效益地训练机器人来预测用户意图。使用我们的平台需要减少20倍的人工干预。因此，机器人变得比客户依赖人工训练更快，通常在短短3周内将错误减少68%。这使当前的平均聊天机器人准确率在几个训练迭代中从30-40%提高到90%以上。该平台还提供了帮助客户识别客户趋势及其对机器人的情绪的工具。

这项技术涉及重新设计螺旋缠绕膜组件的结构，以提高生产率并简化膜制造过程。尽管经历了漫长的发展历史，但螺旋缠绕膜组件的结构保持不变。每个模块由多个叶组组成，每个叶组包括进料垫片、平板膜和包裹在渗透液收集管周围的渗透液载体。这里的技术涉及在工业规模的浇铸线上将叶片中的3层组合成2层，这样更多的膜可以适合标准的特定体积。通过将渗透载体和膜结合成一个单张，我们能够消除对膜的典型无纺布背衬的需要。因此，叶组厚度可显著减少约10-20%，因此膜组件的理论表面积和生产率可增加30-50%。材料成本可能会降低10-20%，由于结构体积较小，内部离子浓度极化（ICP）有望降低。由于每套叶片的板材更少，这种设计还减少了滚动元件所需的工作量。该技术提供商目前正在寻求与研究合作协议（RCA）合作的技术评估许可合资伙伴，以扩大该技术的规模并将其商业化。