Fugu-MT 論文翻訳(概要): Selecting Miners within Blockchain-based Systems Using Evolutionary Algorithms for Energy Optimisation

論文の概要: Selecting Miners within Blockchain-based Systems Using Evolutionary Algorithms for Energy Optimisation

arxiv url: http://arxiv.org/abs/2106.11916v1
Date: Sun, 6 Jun 2021 00:00:41 GMT
ステータス: 処理完了
システム内更新日: 2023-03-27 11:31:44.233128
Title: Selecting Miners within Blockchain-based Systems Using Evolutionary Algorithms for Energy Optimisation
Title（参考訳）: 進化的アルゴリズムによるブロックチェーンシステム内マイナの選択とエネルギー最適化
Authors: Akram Alofi, Mahmoud A. Bokhari, Robert Hendley, Rami Bahsoon
Abstract要約: 我々は,ブロックチェーンのエネルギー消費を最適化問題として,エネルギー消費と信頼という2つの相反する目標を定式化する。提案モデルは、その性能を示すために、異なるアルゴリズム間で比較される。
参考スコア（独自算出の注目度）: 3.646092243344767
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, we represent the problem of selecting miners within a blockchain-based system as a subset selection problem. We formulate the problem of minimising blockchain energy consumption as an optimisation problem with two conflicting objectives: energy consumption and trust. The proposed model is compared across different algorithms to demonstrate its performance.
Abstract（参考訳）: 本稿では,ブロックチェーンベースのシステムにおけるマイナの選択問題をサブセット選択問題として表現する。我々は,ブロックチェーンのエネルギー消費を最適化問題として,エネルギー消費と信頼という2つの相反する目標を定式化する。提案手法は異なるアルゴリズムで比較し,その性能を示す。

関連論文リスト

Learning Multiple Initial Solutions to Optimization Problems [52.9380464408756]
厳密なランタイム制約の下で、同様の最適化問題を順次解決することは、多くのアプリケーションにとって不可欠である。本稿では,問題インスタンスを定義するパラメータが与えられた初期解を多種多様に予測する学習を提案する。提案手法は,すべての評価設定において有意かつ一貫した改善を実現し,必要な初期解の数に応じて効率よくスケールできることを実証した。
論文参考訳（メタデータ） (2024-11-04T15:17:19Z)
A Comprehensive Survey on Green Blockchain: Developing the Next Generation of Energy Efficient and Sustainable Blockchain Systems [0.0]
この記事では、ブロックチェーンの主要なコンポーネントを分析し、そのエネルギー消費を減らすための戦略を探る。このような目的のために、コンセンサスメカニズムを比較し、ネットワーク通信エネルギー消費を減らすためのレコメンデーションを提供する。ブロックチェーンシステムにおける消費電力削減の主な課題と限界について分析する。
論文参考訳（メタデータ） (2024-10-27T20:22:25Z)
Generative Blockchain: Transforming Blockchain from Transaction Recording to Transaction Generation through Proof-of-Merit [5.801684954657074]
生成ブロックチェーンは、トランザクション生成と記録を組み合わせることで、従来のブロックチェーン技術を変革することを目指している。私たちのデザインの中心は、新しいコンセンサスメカニズムであるProof-of-Merit(PoM)である。我々は、複雑なトランザクション生成問題を解決するタスクが独立した問題解決者のプールに委譲される、オンデマンドプラットフォーム上でPoMを実証する。
論文参考訳（メタデータ） (2024-08-23T20:51:10Z)
Distributed Management of Fluctuating Energy Resources in Dynamic Networked Systems [3.716849174391564]
本稿では,複数のDERからなるシステムにおけるエネルギー共有問題について検討する。我々はこの問題を,各ノードのエネルギー生産限界に対応する制約付き帯域凸最適化問題としてモデル化する。そこで我々は, 動的後悔という概念をパフォーマンス指標として活用する, 定式化問題を解決するために, 分散意思決定ポリシーを提案する。
論文参考訳（メタデータ） (2024-05-29T11:54:11Z)
Generative AI-enabled Blockchain Networks: Fundamentals, Applications, and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文参考訳（メタデータ） (2024-01-28T10:46:17Z)
Let the Flows Tell: Solving Graph Combinatorial Optimization Problems with GFlowNets [86.43523688236077]
組合せ最適化(CO)問題はしばしばNPハードであり、正確なアルゴリズムには及ばない。 GFlowNetsは、複合非正規化密度を逐次サンプリングする強力な機械として登場した。本稿では,異なる問題に対してマルコフ決定プロセス(MDP)を設計し,条件付きGFlowNetを学習して解空間からサンプルを作成することを提案する。
論文参考訳（メタデータ） (2023-05-26T15:13:09Z)
Unsupervised Optimal Power Flow Using Graph Neural Networks [172.33624307594158]
グラフニューラルネットワークを用いて、要求された電力と対応するアロケーションとの間の非線形パラメトリゼーションを学習する。シミュレーションを通して、この教師なし学習コンテキストにおけるGNNの使用は、標準解法に匹敵するソリューションにつながることを示す。
論文参考訳（メタデータ） (2022-10-17T17:30:09Z)
BPFISH: Blockchain and Privacy-preserving FL Inspired Smart Healthcare [0.3867363075280543]
本稿では,医療センター(MC)が患者から収集したデータを用いて地域モデルを訓練し,生データを共有せずにブロックチェーンベースのロバストなフレームワークでマイナーにモデル重みを送信し,プライバシ保護を議論に残す,FLベースのスマートヘルスケアシステムを提案する。ブロックチェーンベースのフレームワークを基盤とした分散医療データ上で,効率的なモデル学習のためのMCのエネルギー消費とFLプロセス遅延を考慮した損失関数を最大化して最適化問題を定式化する。
論文参考訳（メタデータ） (2022-07-24T04:06:28Z)
MineReduce: an approach based on data mining for problem size reduction [58.720142291102135]
本稿では,マイニングパターンを用いて問題サイズの削減を行うMineReduceという手法を提案する。異種車両ルーティング問題に対するMineReduceの適用について述べる。
論文参考訳（メタデータ） (2020-05-15T08:49:50Z)
Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
論文参考訳（メタデータ） (2020-02-21T02:14:38Z)
Toward Low-Cost and Stable Blockchain Networks [10.790006312359795]
ブロックチェーンマイニングリソース割り当てアルゴリズムを提案し,PoWベースの(ワークオブワークベースの)ブロックチェーンネットワークにおけるマイニングコストを削減する。
論文参考訳（メタデータ） (2020-02-19T06:42:33Z)

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。