預測未來的行為能帶來巨大的價值，但是今天的機器學習技術使預測性AI複雜、緩慢並且昂貴，導致只有科技巨頭公司才能花費數百萬美元來最大限度的預測未來。
Endor利用先進的社會物理學技術和巨大的機器學習能力重新進行預測分析，能夠使人工智慧預測民主化，使其對個人和企業來說是可訪問和有用的。
社會物理學是一門利用大資料建立人類行為的預測性計算理論的新科學。
利用專有技術將社會物理學拓展到一個能夠解釋和預測任何人類行為的強大引擎。
ENDOR如何在今天工作？
重新整理資料
IT上傳行，加密，交易資料（不清洗，任何語言）。
自動化社交領域的創造
Endor引擎掃描資料，每天建立一個更新的“社交領域”。
“社交領域”=〜500K個物件組合，因為它們現在的行為是相似的。
詢問預測性問題
引擎使用該問題來自動識別所需行為的過去示例。這些例子與更新後的社會領域的少數群體有很強的相關性。組中的其他“物件”組成“相似”的預測。
ENDOR.coin協議支援社會物理技術和記憶體塊鏈基礎設施，能夠使人工智慧預測民主化，使其對個人和企業來說是可訪問和有用的。
生態系統的支援
資料提供者的分離
引擎提供商分離
催化劑新增預測域
個人和企業得到預測
分散執行
協議為每個預測選擇最相關的行為叢集，而不考慮建立這些叢集涉及的分析引擎或資料來源。它自動最佳化預測，允許以完全分散，無可信賴的方式執行任何預測
。
審查抵制，零偏見
該協議是一個獨立的自動化實體，不受資料或引擎提供商的控制。
三重網路效應
新增使用者可以降低每個使用者的成本
新增資料提供者會提高準確性
新增引擎可提高效率
準確性
社會物理學技術由Endor證明為主要公司提供準確的預言。共享一個開放的協議，由於豐富的正交資料和引擎提供商，可以以更高的精度進一步實現民主化
問責制和真實性
使用記憶體塊鏈，預測無限期和透明地儲存，作為證據儲存到預測的時間，資料和處理完整性。
資料主權
對協議的貢獻被標記為“公共”或“私人”。“公共”貢獻由EDR進行補償，並由引擎用於建立預測叢集。“私人”資料僅由其所有者使用。
技術
社會物理學
社會物理學（維基百科）是革命性的新科學，它使用大資料分析和生物學數學規律來理解人群的行為，使Endor克服傳統的機器學習限制。這項新科學是由Alex“Sandy”Pentland教授和Yaniv Altshuler博士的研究發起的。Endor使用專有技術進一步開發了這種技術，從而形成了一個強大的預測引擎，能夠解釋和預測任何型別的人類行為，即使行為正在迅速變化和演變。
簡而言之，社會物理學的前提是，每個事件-代表人類活動的資料（例如電話記錄，信用卡購買，乘坐計程車，網路活動）都保證包含一組特定的人類活動模式資料。這些對於所有人口統計學中的所有人類資料型別都是常見的數學不變數，可以用作檢測新興行為模式的過濾器，然後再用任何其他技術來觀察。
“社會物理學是關於大資料行為分析的，但是這需要一個全新的水平。我們非常幸運地找到恩多爾，並與之合作“
說明社會物理的力量
大銀行的營銷部門不斷地呼叫可能需要貸款的客戶。該部門的收入直接來自對報價作出積極響應的那部分客戶。由於這個正在進行的活動所涉及的直接營銷成本非常高，在正確的時間與正確的客戶聯絡至關重要：太晚了，他們可能已經從另一個來源獲得了貸款。太快了-需求尚未成為物質。可以使用兩種工具來預測這些客戶是誰：銀行資料科學團隊內部開發的機器學習模型；和Endor的引擎。下面是每個工具總結的簡單表示：
準確性和效能
由機器學習模型檢測到的客戶群由兩個客戶組成，這兩個客戶確實對銀行的營銷報價（“真正的肯定”）作出積極響應，而不會對客戶做出響應（“錯誤的肯定”）。
舉例來說，讓我們假設真正的正面資料佔模型結果的10%。大量的實驗表明，我們可以預期絕大多數的這10%也可以被Endor的社會物理引擎檢測到，主要區別有兩點：（a）機器學習模型的許多誤報不會被Endor引擎報告；和（b）Endor結果列表將包含許多額外的真正值，這是傳統模型不能檢測到的。這意味著銷售努力的顯著改善（歸功於更好的精確度/召回折衷）。
示例：在最近的一次測試中，為Endor提供了1500萬個Tweets後設資料作為原始資料進行分析。此外，客戶還透露了輸入資料中包含的50個被稱為ISIS激進分子的Twitter賬戶的身份，並測試了Endor檢測隱藏在資料中的額外74個賬戶的能力。Endor的引擎僅需24分鐘就完成了一臺膝上型電腦上的任務（從原始資料被引入到系統中直到最終結果可用時為止），將80個Twitter帳戶標識為所提供示例的“lookalikes”，其中45個（56%）竟然是74個隱藏賬戶的一部分。重要的是，這提供了非常低的誤報率（35個假陽性結果），使得客戶可以容易地讓人類專家調查確定的目標。
人類的現實是由許多小的臨時事件和變化組成的。
Endor以社會物理學為基礎，整合了人類行為的基本動力，因此能夠更好地發現由於最近意外事件而可能以某種方式行事的小群體。
Endor因此獨特地能夠識別人類行為資料中的動態訊號，而其他方法無法感知。這是因為傳統的機器學習和深度學習方法不能區分這些訊號和噪聲。沒有社會物理學，這些訊號缺乏任何統計學意義。
以下是使用社會物理學作為人類資料預測分析工具的主要優勢
關於更多Endor資訊：
更多專案介紹：http://www.qukuaiwang.com.cn/news/xiangmu
風險提示：區塊鏈投資具有極大的風險，專案披露可能不完整或有欺騙。請在嘗試投資前確定自己承受以上風險的能力。本網站只做專案介紹，專案真假和價值並未做任何稽覈。
