SHENZHEN၊ တရုတ်၊ ဇူလိုင်လ 30 ရက်၊ 2026 ခုနှစ် (GLOBE NEWSWIRE) — MicroCloud Hologram Inc. (NASDAQ: HOLO), (“ HOLO” သို့မဟုတ် “ Company” ) သည် နည်းပညာဝန်ဆောင်မှုပေးသူဖြစ်ပြီး Deep Spiking Quantum Neural Network (DSQ-Net) ကို ဆူညံသောရုပ်ပုံအမျိုးအစားခွဲခြင်းအတွက် ပေါင်းစပ်ခြင်းနှင့် အင်ဂျင်နီယာဆိုင်ရာ ပေါင်းစပ်ခြင်း၏ နက်နဲသောဦးတည်ချက်ကြားတွင် အရေးကြီးသော ပေါင်းစပ်မှုတစ်ခုအား အမှတ်အသားပြုခြင်း neuromorphic တွက်ချက်မှု။
ဤနည်းပညာသည် HOLO ၏ ကွမ်တမ် အယ်လဂိုရီသမ်များနှင့် အာရုံကြောကွန်ရက် အင်ဂျင်နီယာဆိုင်ရာ နှစ်ရှည်လများ စုဆောင်းထားသော အတွေ့အကြုံအပေါ် အခြေခံထားသည်။ လုပ်ငန်းအဆင့် သုတေသနနှင့် ဖွံ့ဖြိုးတိုးတက်မှုမူဘောင်တစ်ခုတွင် ပထမဆုံးအကြိမ်အဖြစ်၊ ၎င်းသည် ဆန်းသစ်သော ပေါင်းစပ်ကွမ်တမ်-ဂန္ထဝင်နက်နဲသောသင်ယူမှုစနစ်တစ်ခုကို တည်ဆောက်ကာ Variational Quantum Circuit (VQC) အရန်လေ့ကျင့်ရေးယန္တရားကို စနစ်တကျ မိတ်ဆက်ပေးပါသည်။ ကွမ်တမ်ဆားကစ်များကို အင်္ဂါရပ်မြေပုံထုတ်ခြင်း modules သို့မဟုတ် quantum kernel လုပ်ဆောင်ချက်များအဖြစ်သာ အသုံးပြုခဲ့သည့် ယခင်လေ့လာမှုများနှင့်မတူဘဲ၊ DSQ-Net ၏ ပင်မဆန်းသစ်တီထွင်မှုသည် Deep Spiking Neural Networks (SNN) ၏လေ့ကျင့်ရေးလုပ်ငန်းစဉ်တွင် ကွမ်တမ်ဆားကစ်များကို တိုက်ရိုက်ထည့်သွင်းခြင်းဖြစ်ပြီး၊ ကွဲပြားမှုမရှိသော အာရုံကြောဆိုင်ရာပြဿနာများကို ဖြေရှင်းရန်အတွက် အဓိကကျသောတွက်ချက်မှုယူနစ်တစ်ခုအနေဖြင့် လုပ်ဆောင်ပေးပါသည်။ စနစ်အဆင့်တွင် SNN ၏လေ့ကျင့်နိုင်စွမ်းကို ပြန်လည်တည်ဆောက်ခြင်း။
အလုံးစုံဗိသုကာအမြင်အရ DSQ-Net သည် ရှင်းရှင်းလင်းလင်း ပေါင်းစပ်ထားသော ကွမ်တမ်-ဂန္ထဝင် အလွှာဒီဇိုင်းကို လက်ခံပါသည်။ ထည့်သွင်းမှုအဆုံးသည် ဆူညံသောရုပ်ပုံဒေတာကို ဦးစွာလက်ခံရရှိပြီး ဂန္ထဝင်အကြိုလုပ်ဆောင်မှုမွမ်းမံမှုမှတစ်ဆင့်၊ ပစ်ဇယ်အချက်အလက်များကို ဆူပွက်နေသော နျူရွန်များဖြင့် လုပ်ဆောင်ရန်အတွက် သင့်လျော်သော spatio-temporal spike sequences အဖြစ်သို့ ကုဒ်လုပ်သည်။ ဤလုပ်ငန်းစဉ်သည် SNN ၏ အချိန်ပိုင်းအတိုင်းအတာတွင် ဖော်ပြနိုင်သော အားသာချက်ကို အပြည့်အဝ အသုံးချသည်၊ ထိုကဲ့သို့သော ရုပ်ပုံဆူညံသံကို ရိုးရှင်းစွာ အနှောင့်အယှက်ပေးသည့် အသုံးအနှုန်းအဖြစ် မမှတ်ယူတော့ဘဲ ယာယီအချက်ပြမှု၏ တစ်စိတ်တစ်ပိုင်းအဖြစ် စံပြထားပြီး စုပ်ယူထားသည်။
နောက်ပိုင်းတွင်၊ နက်ရှိုင်းသော အာရုံကြောကွန်ရက်သည် အဆင့်မြင့် spatio-temporal အင်္ဂါရပ်များကို ထုတ်ယူရန် တာဝန်ရှိသည်။ စဉ်ဆက်မပြတ် ကိန်းဂဏာန်းတန်ဖိုးများကို အားကိုးသည့် အစဉ်အလာ convolutional အာရုံကြောကွန်ရက်များနှင့် မတူဘဲ၊ ဤ SNN သည် အလွှာပေါင်းစုံ ဆူညံနေသော နျူရွန်များ၏ ဒိုင်းနမစ်ဆင့်ကဲဖြစ်စဉ်မှတဆင့် ဆူညံသံကြားနိုင်ရန် ခိုင်မာအားကောင်းသည့် အဖြစ်အပျက်-မောင်းနှင်သည့် အင်္ဂါရပ်များကို ပုံဖော်ပေးပါသည်။ သို့သော်၊ အလေးချိန်မွမ်းမံခြင်းနှင့်အင်္ဂါရပ်မြေပုံဆွဲခြင်း၏အရေးကြီးသောအဆင့်များတွင်၊ စနစ်သည် ရှေးရိုးလေ့ကျင့်ရေးယန္တရားများအပေါ် လုံးဝမှီခိုခြင်းမရှိပါ။ ယင်းအစား၊ ၎င်းသည် ပြောင်းလဲမှုဆိုင်ရာ ကွမ်တမ်ဆားကစ်များကို auxiliary optimization modules အဖြစ် မိတ်ဆက်ပေးသည်။
HOLO ၏ DSQ-Net တွင်၊ ကွမ်တမ်အလွှာသည် အပိုပရိုဂရမ်တစ်ခုမဟုတ်သော်လည်း SNN နှင့် တင်းတင်းကြပ်ကြပ်တွဲဖက်ထားသော ကွန်ပြူတာအစိတ်အပိုင်းတစ်ခုအဖြစ် ဒီဇိုင်းထုတ်ထားသည်။ အထူးသဖြင့်၊ SNN ၏အလယ်အလတ်အလွှာများမှ spike ကိန်းဂဏန်းအင်္ဂါရပ်များကို ကွမ်တမ်ပြည်နယ်၏ ကျယ်ဝန်းသည့်နေရာသို့ ကုဒ်နံပါတ်တပ်ထားပြီး အမြင့်ဘက်မြင်စတိုးဖြန့်ဝေမှုကို ချုံ့ပြီး amplitude ကုဒ်ဖြင့် qubit အခြေအနေသို့ ပုံဖော်ထားသည်။ angle encoding သို့မဟုတ် base state encoding နှင့် နှိုင်းယှဉ်ပါက၊ amplitude encoding သည် ကိုယ်စားပြုမှုထိရောက်မှုနှင့် သတင်းအချက်အလက်သိပ်သည်းမှုတွင် သိသာထင်ရှားသော အားသာချက်များရှိပြီး qubits အရေအတွက်ကန့်သတ်ထားသော ရှုပ်ထွေးသော spike အသွင်သဏ္ဍာန်များကိုသယ်ဆောင်နိုင်စေပါသည်။
ကုဒ်သွင်းခြင်း ပြီးသွားသောအခါ၊ parameterized ကွဲပြားသော ကွမ်တမ်ပတ်လမ်းသည် ကွမ်တမ်ပြည်နယ်ကို ပြောင်းလဲစေသည်။ ဤပတ်လမ်းတွင် tunable quantum gates အလွှာများစွာပါ၀င်ပြီး ၎င်းတွင် ကန့်သတ်ချက်များကို classical optimizer မှ ပူးပေါင်းမွမ်းမံပြီး အလုံးစုံလေ့ကျင့်ရေးရည်ရွယ်ချက်နှင့်အတူ။ ကွမ်တမ်တိုင်းတာခြင်းရလဒ်များကို လက်ရှိကွန်ရက်အခြေအနေ၏ ဖြစ်နိုင်ခြေရှိသော အကဲဖြတ်မှုအဖြစ် သဘောထားကာ ဤအကဲဖြတ်မှုရလဒ်သည် ရှေးရိုး SNN အလေးများ၏ အပ်ဒိတ်လမ်းကြောင်းကို လမ်းညွှန်ပေးသည်။ ဤယန္တရားအားဖြင့်၊ မူလကွဲပြားခြင်းမရှိသော spike ပစ်ခတ်မှုလုပ်ငန်းစဉ်ကို ကွဲပြားနိုင်သောနှင့် ညှိယူနိုင်သော ကွမ်တမ် ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်မှုမူဘောင်တစ်ခုတွင် သွယ်ဝိုက်ထည့်သွင်းထားသည်။
ဤပေါင်းစပ်လေ့ကျင့်မှုနည်းဗျူဟာသည် ဂန္တဝင်တွက်ချက်မှုကို ကွမ်တမ်တွက်ချက်မှုဖြင့် အစားထိုးခြင်းမဟုတ်ဘဲ နှစ်ခုလုံး၏ ပါ၀င်သောအားသာချက်များကို အပြည့်အဝအသုံးချကြောင်း သတိပြုသင့်ပါသည်။ ဂန္တဝင်နက်နဲသော SNN သည် ကြီးမားသောဒေတာလုပ်ဆောင်ခြင်းနှင့် ယာယီအသွင်ယူခြင်းအတွက် တာဝန်ရှိပြီး ကွမ်တမ် VQC သည် ရှုပ်ထွေးသောလိုင်းမဟုတ်သောဆက်ဆံရေးများနှင့် stochastic တည်ဆောက်ပုံများကို ထိရောက်စွာရှာဖွေရေးလုပ်ဆောင်နေပါသည်။ ၎င်းတို့နှစ်ခုသည် လေ့ကျင့်ရေးလုပ်ငန်းစဉ်အတွင်း ဆူညံသံဖြန့်ဝေမှုဆိုင်ရာပြောင်းလဲမှုများနှင့် ကွန်ရက်တစ်ခုလုံးကို အလိုအလျောက်လိုက်လျောညီထွေဖြစ်စေရန် ကန့်သတ်ချက်မျှဝေခြင်းနှင့် တုံ့ပြန်ချက်ယန္တရားများမှတစ်ဆင့် အပိတ်အဝိုင်းတစ်ခုအဖြစ် ဖွဲ့စည်းထားသည်။
နည်းပညာပိုင်းဆိုင်ရာ အကောင်အထည်ဖော်မှုအဆင့်တွင်၊ လက်ရှိ ကွမ်တမ် ဟာ့ဒ်ဝဲ၏ ရင့်ကျက်မှုအခြေအနေအား တုံ့ပြန်သည့်အနေဖြင့် HOLO သည် DSQ-Net ကိုစနစ်တကျ တရားဝင်အတည်ပြုရန် သစ္စာရှိမှုမြင့်မားသော ကွမ်တမ်တူတူတာတစ်ခုကို လက်ခံခဲ့သည်။ ဤရွေးချယ်မှုသည် စမ်းသပ်မှုရလဒ်များ၏ ပြန်ပွားနိုင်မှုကို သေချာစေရုံသာမက အနာဂတ် ကွမ်တမ် ဟာ့ဒ်ဝဲသို့ ရွှေ့ပြောင်းခြင်းအတွက် ပြတ်သားသော နည်းပညာလမ်းကြောင်းကိုလည်း ပေးပါသည်။ တူညီသောပတ်ဝန်းကျင်တွင်၊ မတူညီသော ဆူညံမှုပြင်းထန်မှုနှင့် ဆူညံမှုအမျိုးအစားများပါရှိသော ရုပ်ပုံဒေတာအတွဲများစွာကို တည်ဆောက်ခဲ့ပြီး မော်ဒယ်၏ ယေဘူယျလုပ်ဆောင်နိုင်စွမ်းကို ကျယ်ကျယ်ပြန့်ပြန့် အကဲဖြတ်ခဲ့သည်။
စမ်းသပ်မှုရလဒ်များသည် မမြင်ရသောဆူညံသောစမ်းသပ်ပုံများတွင် HOLO ၏ DSQ-Net သည် အမျိုးအစားခွဲခြားမှုတိကျမှုကို 90% အထက်တွင် တည်ငြိမ်စွာထိန်းသိမ်းထားနိုင်ပြီး ညီမျှသောစကေး၏စင်ဂန္တဝင် SNN မော်ဒယ်များကို သိသိသာသာထက်သာလွန်ကောင်းမွန်ကြောင်း စမ်းသပ်မှုရလဒ်များကပြသသည်။ ပို၍အရေးကြီးသည်မှာ၊ ဆူညံသံအဆင့်များ ဆက်လက်တိုးလာသည်နှင့်အမျှ DSQ-Net ၏ စွမ်းဆောင်ရည်ကျဆင်းမှုသည် သိသိသာသာနှေးကွေးသွားကာ ကွမ်တမ်အကူအညီလေ့ကျင့်ရေးယန္တရားသည် ဆူညံသံကြားဖြတ်နှောင့်ယှက်မှုကို နှိမ်နှင်းရန်နှင့် အင်္ဂါရပ်များကို တည်ငြိမ်စေရန်အတွက် အဓိကအခန်းမှ ပါဝင်နေကြောင်း ဖော်ပြသည်။
ဤနည်းပညာ၏ အရေးပါမှုသည် တစ်ဦးချင်း တိုင်းတာမှုများ တိုးတက်မှုအတွက်သာမက၊ ဆူညံသံမြင့်မားသော ပတ်ဝန်းကျင်များတွင် အသိဉာဏ်ရှိသော အာရုံခံစနစ်များအတွက် နည်းပညာဆိုင်ရာ ပါရာဒိုင်းအသစ်ကို ပေးဆောင်ရာတွင် ပို၍အရေးကြီးပါသည်။ အလင်းရောင်နည်းသောစက်မှုလုပ်ငန်းစစ်ဆေးခြင်း၊ ရှုပ်ထွေးသောအသွားအလာပတ်ဝန်းကျင်အမြင်အာရုံ သို့မဟုတ် ကန့်သတ်ထားသောကွန်ပြူတာပါဝါအခြေအနေများအောက်တွင် အနားသတ်အသိဉာဏ်ရှိသောစက်ပစ္စည်းများတွင်ဖြစ်စေ HOLO ၏ DSQ-Net မှပြသထားသည့် ကြံ့ခိုင်မှုနှင့်ဖွဲ့စည်းပုံဆိုင်ရာပြောင်းလွယ်ပြင်လွယ်များသည် သိသာထင်ရှားသောအင်ဂျင်နီယာတန်ဖိုးရှိသည်။
ထို့အပြင်၊ ဤနည်းပညာသည် စွမ်းအင်ထိရောက်မှုနှင့်ပတ်သက်၍ အလားအလာရှိသော အားသာချက်များကိုလည်း ရရှိထားသည်။ Spikeing neural networks များသည် ၎င်းတို့၏ အူတိုင်တွင် အဖြစ်အပျက်များကို မောင်းနှင်ထားပြီး ပါဝါနည်းသော အကောင်အထည်ဖော်မှုအတွက် သဘာဝအတိုင်း သင့်လျော်ပါသည်။ တစ်ချိန်တည်းတွင်၊ နိုင်ငံတော် အာကာသ စူးစမ်းလေ့လာရေးတွင် ကွမ်တမ် ကွန်ပြူတာ၏ ပြိုင်တူဝါဒသည် အနာဂတ်တွင် အလုံးစုံ တွက်ချက်မှုဆိုင်ရာ ရှုပ်ထွေးမှုကို ပိုမိုလျှော့ချရန် မျှော်လင့်ပါသည်။ ကွမ်တမ် ဟာ့ဒ်ဝဲနှင့် အာရုံကြောဆိုင်ရာ ချစ်ပ်များ ဆက်လက်ဖွံ့ဖြိုးလာသည်နှင့်အမျှ DSQ-Net မှ ကိုယ်စားပြုသော ပေါင်းစပ်ဗိသုကာသည် မျိုးဆက်သစ် ဉာဏ်ရည်ထက်မြက်သော ကွန်ပြူတာစနစ်များ၏ အရေးကြီးသော အစိတ်အပိုင်းတစ်ခု ဖြစ်လာရန် အဆင်သင့်ဖြစ်နေပါသည်။
ရေရှည်ရှုထောင့်မှကြည့်လျှင် ဤနည်းပညာသည် ကွမ်တမ်စက်သင်ယူမှု ဖွံ့ဖြိုးတိုးတက်မှုအတွက် လက်တွေ့ကျသော ဦးတည်ချက်အသစ်ကိုလည်း ပေးပါသည်။ ၎င်းသည် သီအိုရီဆိုင်ရာ မြန်နှုန်းမြှင့်တင်မှုများ သို့မဟုတ် ရှုပ်ထွေးသောအားသာချက်များကို ကန့်သတ်မထားတော့ဘဲ၊ သို့သော် ဆူညံသံ၊ မသေချာမရေရာမှုများနှင့် ကွဲပြားမှုမရှိသော ဒိုင်းနမစ်များကို ပေါင်းစပ်ပုံစံထုတ်ခြင်းမှာ အခက်ခဲဆုံးသော လက်တွေ့ကမ္ဘာ သင်ယူမှုပြဿနာများထဲမှ တစ်ခုအဖြစ် ကွမ်တမ်ကွန်ပျူတာကို အမှန်တကယ် ထည့်သွင်းထားသည်။ သက်ဆိုင်ရာ ဂေဟစနစ်၏ စဉ်ဆက်မပြတ် တိုးတက်လာမှုနှင့်အတူ၊ နက်နဲသော အရှိန်ပြင်းလာသော ကွမ်တမ် အာရုံကြော ကွန်ရက်များသည် ဉာဏ်ရည်ထက်မြက်သော ကွန်ပြူတာနယ်ပယ်တွင် ပိုမိုကြီးမားသော အလားအလာကို ထုတ်လွှတ်နိုင်ကာ ကွမ်တမ် ကွန်ပြူတာနှင့် အာရုံကြောဆိုင်ရာ ဉာဏ်ရည်ဉာဏ်သွေးကို ချိတ်ဆက်သည့် အရေးကြီးသော တံတားတစ်ခု ဖြစ်လာမည်ဟု မှန်းဆနိုင်သည်။
MicroCloud Hologram Inc အကြောင်း
MicroCloud Hologram Inc. (NASDAQ: HOLO) သည် holographic နည်းပညာ၏ သုတေသနနှင့် ဖွံ့ဖြိုးတိုးတက်မှုနှင့် အသုံးချမှုကို ကတိပြုပါသည်။ ၎င်း၏ holographic နည်းပညာဝန်ဆောင်မှုများတွင် holographic light detection and range (LiDAR) solutions များတွင် holographic technology၊ holographic LiDAR point cloud algorithm ဗိသုကာဒီဇိုင်း၊ နည်းပညာဆိုင်ရာ holographic imaging solutions၊ holographic LiDAR sensor ချစ်ပ်ဒီဇိုင်းနှင့် holographic vehicle intelligent vision technology တို့ပါ၀င်သည် MicroCloud Hologram Inc. သည် ကမ္ဘာလုံးဆိုင်ရာ ဖောက်သည်များအား holographic နည်းပညာဝန်ဆောင်မှုများကို ဆောင်ရွက်ပေးပါသည်။ MicroCloud Hologram Inc. သည် holographic ဒစ်ဂျစ်တယ်အမွှာနည်းပညာဝန်ဆောင်မှုများကို ပေးဆောင်ပြီး တစ်ဦးတည်းပိုင် holographic ဒစ်ဂျစ်တယ်အမွှာနည်းပညာ အရင်းအမြစ်စာကြည့်တိုက်များကို ပိုင်ဆိုင်ပါသည်။ ၎င်း၏ holographic ဒစ်ဂျစ်တယ်အမွှာနည်းပညာ အရင်းအမြစ်စာကြည့်တိုက်သည် holographic ဒစ်ဂျစ်တယ်အမွှာဆော့ဖ်ဝဲလ်၊ ဒစ်ဂျစ်တယ်အကြောင်းအရာ၊ အာကာသဒေတာမောင်းနှင်သည့် ဒေတာသိပ္ပံ၊ holographic ဒစ်ဂျစ်တယ် cloud algorithms နှင့် holographic 3D ဖမ်းယူနည်းပညာကို 3D holographic ပုံစံဖြင့် ပုံသဏ္ဍာန်နှင့်အရာဝတ္ထုများကိုဖမ်းယူရန် holographic 3D နည်းပညာကို အသုံးပြုထားသည်။ MicroCloud Hologram Inc. သည် ကွမ်တမ် ကွန်ပြူတာနှင့် ကွမ်တမ် ဟောလိုဂရမ် ကဲ့သို့သော ဖွံ့ဖြိုးတိုးတက်မှုများကို အာရုံစိုက်ထားပြီး၊ ငွေသားအရန်ငွေ 3 ဘီလီယံ ယွမ်ထက် ကျော်လွန်ကာ blockchain ဖွံ့ဖြိုးတိုးတက်မှု၊ ကွမ်တမ် ကွန်ပြူတာနည်းပညာ ဖွံ့ဖြိုးတိုးတက်မှု၊ ကွမ်တမ် ဟောလိုဂရမ်နည်းပညာ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် AR နည်းပညာဆိုင်ရာ နယ်ပယ်များတွင် အတုအယောင်နည်းပညာ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် AR နယ်ပယ်ကဲ့သို့သော နည်းပညာဆိုင်ရာ ဖွံ့ဖြိုးတိုးတက်မှုကဲ့သို့သော ရှေ့တန်းဆက်များကဲ့သို့သော နည်းပညာဆိုင်ရာ ဖွံ့ဖြိုးတိုးတက်မှု၊ MicroCloud Hologram Inc. ၏ ရည်မှန်းချက်မှာ ကမ္ဘာလုံးဆိုင်ရာ ထိပ်တန်း ကွမ်တမ် ဟောလိုဂရမ်နှင့် ကွမ်တမ် ကွန်ပြူတာ နည်းပညာကုမ္ပဏီ ဖြစ်လာရန် ဖြစ်သည်။
Safe Harbor ထုတ်ပြန်ချက်
ဤသတင်းထုတ်ပြန်ချက်တွင် ၁၉၉၅ ခုနှစ်ပုဂ္ဂလိကလုံခြုံရေးတရားစီရင်ရေးပြုပြင်ပြောင်းလဲမှုအက်ဥပဒေမှသတ်မှတ်ထားသည့်အတိုင်း ရှေ့သို့မျှော်ကြည့်သောထုတ်ပြန်ချက်များပါရှိသည်။ ရှေ့သို့မျှော်ကြည့်သည့်ထုတ်ပြန်ချက်များတွင် အစီအစဉ်များ၊ ရည်မှန်းချက်များ၊ ပန်းတိုင်များ၊ ဗျူဟာများ၊ အနာဂတ်ဖြစ်ရပ်များ သို့မဟုတ် စွမ်းဆောင်ရည်များနှင့် သမိုင်းဆိုင်ရာအချက်များဖော်ပြချက်များမှလွဲ၍ အခြားဖော်ပြချက်များနှင့် အရင်းခံယူဆချက်များနှင့် အခြားထုတ်ပြန်ချက်များ ပါဝင်သည်။ ကုမ္ပဏီသည် “ မေ” “ ဆန္ဒ” “ ရည်မှန်းသည်” “ သင့်” “ ယုံ” “ မျှော်လင့်သည်” “ မျှော်လင့်သည်” “ ပရောဂျက်” “ ခန့်မှန်းချက်” သို့မဟုတ် သမိုင်းဆိုင်ရာကိစ္စများနှင့်သာ သက်ဆိုင်ခြင်းမရှိသော အလားတူအသုံးအနှုန်းများကို အသုံးပြုသောအခါ၊ ၎င်းသည် ရှေ့သို့မျှော်ကြည့်သော ထုတ်ပြန်ချက်များကို ပြုလုပ်နေသည်။ ရှေ့သို့မျှော်ကြည့်သောထုတ်ပြန်ချက်များသည် အနာဂတ်စွမ်းဆောင်ရည်အတွက် အာမခံချက်မဟုတ်သည့်အပြင် အမှန်တကယ်ရလဒ်များကို ကုမ္ပဏီ၏မျှော်လင့်ချက်များနှင့် သိသိသာသာကွာခြားသွားစေမည့် အန္တရာယ်များနှင့် မသေချာမရေရာမှုများပါ၀င်ပါသည်။ ဤထုတ်ပြန်ချက်များသည် အောက်ပါတို့အပါအဝင် မသေချာမရေရာမှုများနှင့် စွန့်စားရနိုင်ချေများပေါ်တွင် မူတည်သည်- ကုမ္ပဏီ၏ရည်မှန်းချက်များနှင့် ဗျူဟာများ၊ ကုမ္ပဏီ၏အနာဂတ်စီးပွားရေးဖွံ့ဖြိုးတိုးတက်မှု၊ ထုတ်ကုန်နှင့် ဝန်ဆောင်မှု လိုအပ်ချက်နှင့် လက်ခံမှု၊ နည်းပညာအပြောင်းအလဲများ; စီးပွားရေးအခြေအနေများ; ဂုဏ်သတင်းနှင့်အမှတ်တံဆိပ်; ပြိုင်ဆိုင်မှုနှင့် စျေးနှုန်းသက်ရောက်မှု၊ အစိုးရစည်းမျဉ်းများ၊ အထွေထွေစီးပွားရေးအတက်အကျ၊ ဘဏ္ဍာရေးအခြေအနေနှင့် လုပ်ငန်းဆောင်ရွက်မှုရလဒ်များ၊ ကုမ္ပဏီ၏ မကြာသေးမီက တင်သွင်းခဲ့သော Form 10-K နှင့် Form 6 တွင် ကုမ္ပဏီ၏ မကြာသေးမီက တင်ပြခဲ့သော အစီရင်ခံစာများအပါအဝင် ကုမဏီမှ တင်သွင်းသည့် အစီရင်ခံစာများတွင် ပါရှိသည့် အထက်ဖော်ပြပါနှင့် အခြားအန္တရာယ်များနှင့် ပတ်သက်သည့် အရင်းခံ သို့မဟုတ် ဆက်စပ်သော ယူဆချက်များနှင့် စပ်လျဉ်းသည့် တရုတ်နှင့် နိုင်ငံတကာစျေးကွက်များတွင် လုပ်ငန်းအခြေအနေများ တိုးတက်မှုနှင့် စီးပွားရေးအခြေအနေများ ကြီးထွားလာရန် စီစဉ်ထားသည်။ ဤအကြောင်းများကြောင့် ရင်းနှီးမြုပ်နှံသူများအနေဖြင့် ဤသတင်းထုတ်ပြန်ချက်တွင် ရှေ့အလားအလာထွက်ဆိုချက်များအပေါ် လွန်လွန်ကဲကဲ မှီခိုအားထားမှုမပြုရန် သတိပေးထားသည်။ ထပ်လောင်းအချက်များအား www.sec.gov တွင် ပြန်လည်သုံးသပ်ရန်ရရှိနိုင်သည့် ကုမ္ပဏီ၏ SEC သို့ တင်သွင်းထားသော ကိစ္စရပ်များတွင် ဆွေးနွေးထားသည်။ ကုမ္ပဏီသည် ဤနေ့စွဲပြီးနောက် ဖြစ်ပေါ်လာသည့် အဖြစ်အပျက်များ သို့မဟုတ် အခြေအနေများကို ထင်ဟပ်စေရန် ဤမျှော်လင့်ထားသော ထုတ်ပြန်ချက်များကို လူသိရှင်ကြား ပြန်လည်ပြင်ဆင်ရန် တာဝန်ဝတ္တရားမရှိပါ။
အဆက်အသွယ်များ
MicroCloud Hologram Inc.
အီးမေးလ်- IR@mcvrar.com