MAGOS ist ein komplexes AI-Prognosemodell, das auf einem kollaborativen System von neuronalen Netzwerken basiert. Übetrumph die Konkurrenz mit präzisen Vorhersagen durch die MAGOS AI und erhalte Dividen für das halten von Token.
Concept:
MAGOS ist ein System von neuronalen Netzwerken. Jedes Netzwerk führt eine bestimmte Aufgabe durch, und ihre Zusammenarbeit erzeugt eine Prognose mit hoher Genauigkeit. Der wichtigste Bestandteil von MAGOS ist seine modulare Architektur. Es ermöglicht die Entwicklung und Umsetzung von individuellen Prognosemodulen, die auf verschiedene Arten von Prognosebereichen abzielen, von Wirtschaft und Finanzen bis hin zu Sport und Politik. Verschiedene Modelle dienen als Kern für Fonds, die auf der Ethereum Blockchain arbeiten. Es gilt das Prognosemodell für mehrere Plattformen: Vorhersagemärkte, Börsen, Sportwetten. Profit wird durch einen smart contract auf Ethereum Basis transportiert und verteilt sich zwischen Token Inhabern am Ende eines jeden Monats. Token Inhaber haben Zugang zu einem Anteil der Gewinne die von MAGOS Fonds generiert wird, dieser Anteil ist proportional zu der Anzahl der Token welche die Token Inhaber besitzen. Darüber hinaus gewähren die Tokens den Inhabern besondere Stimmrechte um über, um Themen wie Projektentwicklung und die verschiedene Fondsparameter mitzubestimmen. Der MAGOS Fond Start ist für den 4. Quartal 2017 geplant.
Performance:
. Im Betrieb seit 2 Jahren, seit 2015
. Offen getest, mit transparentem Track Record
. Merkmale welche MAGOS von Mitbewerbern unterscheiden
. Rank #1 in eSports Vorhersagen
. Bewährter langfristige Ergebnisse
. Es werden maximal 50,123,377 MAG erstellt.
. 77% (38,595,000 MAG) werden während des ICO an die Investoren verteilt
. Keine Token - Erstellung oder Mining wird nach dem Verkauf zur Verfügung steht
Nutzen:
MAG - Token können auf zwei Arten verwendet werden:
[PASSIVE] - Monatsdividenden erhalten
[ACTIVE] - Recht auf Abstimmung über
. Gewinnverteilung
. Netzwerkressourcenverbrauch
. Modul Freigaben
Konkurrenz
Magos ist das einzige Projekt, das nicht nur ein bewährtes Prognosemodell mit 28% ROI auf den eSport - Märkten bestitzt (öffentlich getestet und verifiziert), sondern auch mit 85% Dividenden Auszahlung an die Token - Inhaber.
Die Modulare - Architektur ermöglicht außerdem die Erweiterung des Modells auf alle Arten von Prognose - Domains. Dies verhindert das mögliche Konkurrenz MAGOS in diesen Bereichen zuvorkommt.
Initial Coin Offering
ICO Start: 16 August 2017
ICO Ende: 30 September 2017
ICO auf Börsen handelbar: noch nicht handelbar
Platform: Ethereum
Standort
Schweiz / Zürich
Team behind MAGOS
Ante Magnusson
CEO, Co-Founder
Entrepreneurund cryptocurrency enthusiast. Bevor er mit dem Lernen von neuronalen Netzwerken besessen war, war Ante ein Finanzberater und Händler, der sich auf den algorithmischen Handel, die Spieltheorie und die technische Analyse spezialisierte.
Andreas Theiss
CTO, Co-Founder
Datenwissenschaftler mit einem starken Hintergrund in Mathematik und Statistik. Andreas ist ein Experte für prädiktive Modellierung und hält einen MSPA (Master of Science of Science in Predictive Analytics) von der Northwestern University. Seine gegenwärtigen Forschungsinteressen sind tief verwurzelt in die Verwendung von künstlicher Intelligenz zur Prognose von Ereignissen.
Daniel Kim
Data Engineer
Student der Datentechnik mit Hacker – Mentalität und Leidenschaft für Robotik. Ein Zauberer des Data Mining und der kreativen Datenvisualisierung.
Isaac Welch
Solidity Developer
IT Security Specialist und ein Junior – Smart – Contract Entwickler.
Christopher Davison
Sports Statistical Analyst
Sportstatistiker und Berater. Christopher verfügt über umfangreiche Erfahrung in der Entdeckung neuer Methoden der Nutzung und Präsentation von Sportstatistiken.
Kim Seung Ho
E-Sports Advisor
Von Anfang an bei Bitcoins dabei und profesioneller Handicapper mit 12 Jahren Erfahrung. Kim Seung Ho ist ein Meister im e-Sport und eine wahre Ideen-Werkstatt, wenn es darum geht, neute Methoden für die e-Sport Daten-Analyse zu entdecken.
By 
Sep 11, 2017
0 Comments
