論文の概要: Abstracting data in distributed ledger systems for higher level analytics and visualizations

• arxiv url: http://arxiv.org/abs/2102.10133v1
• Date: Fri, 19 Feb 2021 19:34:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-10 17:48:47.099734
• Title: Abstracting data in distributed ledger systems for higher level analytics and visualizations
• Title（参考訳）: 高レベル解析と可視化のための分散台帳システムにおけるデータの抽象化
• Authors: Leny Vinceslas, Hirsh Pithadia, Safak Dogan, Srikumar Sundareshwar, Ahmet M. Kondoz
• Abstract要約: 本稿では,分散台帳システムの高レベル解析設計を可能にする抽象化層アーキテクチャを提案する。 既存のイニシアティブの分析と関連するユーザ要件の識別に基づいて、この作業は重要な洞察と仕様を確立することを目的としています。
• 参考スコア（独自算出の注目度）: 1.5381930379183162
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: By design, distributed ledger technologies persist low-level data which makes conducting complex business analysis of the recorded operations challenging. Existing blockchain visualization and analytics tools such as block explorers tend to rely on this low-level data and complex interfacing to provide enriched level of analytics. The ability to derive richer analytics could be improved through the availability of a higher level abstraction of the data. This article proposes an abstraction layer architecture that enables the design of high-level analytics of distributed ledger systems and the decentralized applications that run on top. Based on the analysis of existing initiatives and identification of the relevant user requirements, this work aims to establish key insights and specifications to improve the auditability and intuitiveness of distributed ledger systems by leveraging the development of future user interfaces. To illustrate the benefits offered by the proposed abstraction layer architecture, a regulated sector use case is explored.
• Abstract（参考訳）: 設計上、分散台帳技術は低レベルのデータを保持し、記録された操作の複雑なビジネス分析を行う。 ブロックエクスプローラのような既存のブロックチェーンの可視化と分析ツールは、この低レベルのデータと複雑なインターフェースに依存して、リッチなレベルの分析を提供する傾向がある。 よりリッチな分析を導き出す能力は、データの高レベルな抽象化の可用性によって改善される可能性がある。 本稿では、分散台帳システムの高レベル分析と、その上で実行される分散アプリケーションの設計を可能にする抽象化層アーキテクチャを提案する。 既存のイニシアティブの分析と関連するユーザ要件の特定に基づき、将来のユーザインターフェースの開発を活用し、分散台帳システムの監査性と直感性を向上させるための重要な洞察と仕様を確立することを目的としている。 提案する抽象化層アーキテクチャがもたらすメリットを説明するために,規制分野のユースケースを検討する。

関連論文リスト

• Customized Information and Domain-centric Knowledge Graph Construction with Large Language Models [0.0]
  本稿では,構造化情報へのタイムリーなアクセスを実現するための知識グラフに基づく新しいアプローチを提案する。 本フレームワークは,情報検索,キーフレーズ抽出,セマンティックネットワーク生成,トピックマップ可視化などを含むテキストマイニングプロセスを含む。 当社の方法論を自動車電気システムの領域に適用して,スケーラブルなアプローチを実証する。
  論文  参考訳（メタデータ） (2024-09-30T07:08:28Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• iNNspector: Visual, Interactive Deep Model Debugging [8.997568393450768]
  本研究では,ディープラーニング実験のデータ空間を構造化する概念的枠組みを提案する。 我々のフレームワークは設計の次元を捉え、このデータを探索可能かつ抽出可能にするためのメカニズムを提案する。 我々は、ディープラーニング実験の追跡を可能にし、データのインタラクティブな可視化を提供するiNNspectorシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-25T12:48:41Z)
• Unsupervised Graph Neural Architecture Search with Disentangled Self-supervision [51.88848982611515]
  教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。 本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。 我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
  論文  参考訳（メタデータ） (2024-03-08T05:23:55Z)
• Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
  本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。 そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2023-12-21T14:20:06Z)
• Multilayer Environment and Toolchain for Holistic NetwOrk Design and Analysis [2.7763199324745966]
  本研究は分散システム評価の要件を詳細に分析する。 我々のアプローチは、より広い範囲の分散システムのセットアップと評価に重点を置いています。 さまざまなユースケースにまたがって価値ある洞察を提供するためのフレームワークの機能を示します。
  論文  参考訳（メタデータ） (2023-10-24T21:18:25Z)
• Demonstration of InsightPilot: An LLM-Empowered Automated Data Exploration System [48.62158108517576]
  本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。 InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。 簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
  論文  参考訳（メタデータ） (2023-04-02T07:27:49Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
  本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。 また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
  論文  参考訳（メタデータ） (2020-12-01T11:46:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。