已經跟呼吸一樣重要的網路和手機論文書籍站
開南大學 人文社會學院法律碩士在職專班 陳炳良所指導 游忠澂的 論虛擬貨幣對法定貨幣之衝擊—以比特幣相關交易法律問題為中心 （2021），提出ICO wiki關鍵因素是什麼，來自於虛擬貨幣、法定貨幣、比特幣、區塊鏈、交易平台、洗錢防制。
而第二篇論文國立臺中教育大學 數位內容科技學系碩士班 方覺非所指導 周佩誼的 以影像辨識技術實作咖啡豆篩選系統之研究 （2021），提出因為有 咖啡豆、影像辨識、深度學習、YOLO的重點而找出了 ICO wiki的解答。
ICO wiki進入發燒排行的影片
2020年3月3日から期間限定でプレイステーションplus加入者限定、無料DL可能
ということで初見未プレイで楽しんで行きたいと思います！
【ワンダと巨像】
主人公であるワンダを操作し、ゲーム世界内に点在する巨像と呼ばれる巨大な敵を探し出して撃破することを目指すゲームである。
巨像を倒すには、各巨像によって異なる弱点を攻撃する必要があるのだが、弱点に辿りつくまでに様々な仕掛けがある。
ゲーム内容を巨像との戦いのみに特化し、それ以外の要素を極力排除したのが特色。
Wiki参照
【お願い】
：初見プレイを楽しみたいのでネタバレはお控えください。
：アドバイスも配信主が求めた時以外は基本NGでお願いします。
：上記が守れない場合はコメント削除、続く場合は私の配信全てにおいて、コメント非表示となりますのでご了承願います。
：配信中、他の配信者、他のタイトルの話は極力しないようお願いします。
（そのゲームをプレイしていない視聴者さんがつまらなくなるため）(主が話を振った場合はまた別）
メンバーシップ登録者限定 オリジナル缶バッチプレゼント！
詳細はこちら
https://twitter.com/YamatoLoki/status/1106052558441799680
●Loki YamatoのTwitter↓
https://twitter.com/YamatoLoki
今私が欲しいものかもしれないやつ
http://amzn.asia/hwEoKFd
●アイコン&キャラクター・・・すえみつぢっか先生
Twitter↓
https://twitter.com/dicca
作品名 ワンダと巨像
ジャンル アクションアドベンチャー
対応機種 「プレイステーション4」、「プレイステーション4 Pro」
発売日 2018年2月8日（木）
価格 未定
CERO B（12才以上対象）
権利表記 ©Sony Interactive Entertainment Inc.
開発元 SIE ワールドワイド・スタジオJAPAN Studio ／ Bluepoint Games, Inc.
発売元 株式会社ソニー・インタラクティブエンタテインメント
公式サイト http://www.jp.playstation.com/minisites/ico-wander-trico/
Support the stream: https://streamlabs.com/lokiyamato
論虛擬貨幣對法定貨幣之衝擊—以比特幣相關交易法律問題為中心
為了解決ICO wiki 的問題，作者游忠澂 這樣論述：
自古以來，因應商業交易需求，開始貨幣使用，而歷史上各個時代的政府，因為打仗或本身貪污腐敗，導致國庫虧空，政府都是利用比較隱晦的方式，重新發行新貨幣來徵收所謂的鑄幣稅。在金本位崩潰，貨幣超發造成通貨膨脹的情況變本加厲，經過2008美國次貸風暴，而後以區塊鏈為底層技術的虛擬貨幣比特幣(Bitcoin）橫空出世，在網路上形成一個新形態的支付工具，已造成法定貨幣的衝擊，比特幣的出現是欲做一個不受政府控制，且不因超發造成貶值的貨幣，保障民眾的財富不被貶值，目前流通數量逐年攀升，但也造成許多問題，例如犯罪集團不法所得藉以洗錢，吸金，但也為民眾提供一個便利的支付系統，尤其是到外國工作的移工，常來自落後偏遠
無銀行的地區，使他們方便匯款回家且節省匯款手續費。當前比特幣交易平台交易家數與交易量直線上升，產生相關民刑事問題，消費糾紛時有所聞，各國政府對於比特幣的貨幣定義、法律定性、交易平台監理、課稅、洗錢防制等相關問題，也漸漸有相應的法律規範，而在交易平台與消費者間，也產生許多的法律爭議，此為本文探討的重點。
以影像辨識技術實作咖啡豆篩選系統之研究
為了解決ICO wiki 的問題，作者周佩誼 這樣論述：
挑選咖啡豆是咖啡從種植到成為飲品中重要的一環，人工挑選需要大量人力資源，而機器挑選面臨的挑戰是，高品質咖啡豆對瑕疵豆出現比例有較嚴格的要求，如果影像辨識技術無法達到這樣的要求，導致在判斷為良豆中的瑕疵豆比例過高時，那麼最終這些已被判斷為良豆的豆子依然需要經過人工篩選。本研究除了「良豆(確定好豆)」、「瑕疵豆(確定壞豆)」，還另外定義了「人工判斷區間」，目的是讓人工只需處理「人工判斷區間」中的豆子即可，並保證良豆的精確率趨近100%，使挑豆過程變得更有效率。本研究將咖啡豆樣本拍照取樣，樣本類別分為:良豆、蟲蛀豆、破裂豆、酸豆四類，拍攝後使用LabelImg標籤，透過YOLO演算法做深度學習訓練
，再以混淆矩陣驗證Accuracy(準確率)、Precision(精確率)、Recall(召回率)數值，最終結果均有明顯提升，以均勻的測試樣本來說，準確率97.5%、精確率94.1%、召回率96%；隨機抽樣的樣本則是準確率99%、精確率98.3%、召回率100%，而人工需要處理的部分從100%降低為30%以下。