論文の概要: Cryptocurrencies Activity as a Complex Network: Analysis of Transactions
Graphs
- arxiv url: http://arxiv.org/abs/2110.14765v1
- Date: Tue, 14 Sep 2021 08:32:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 02:48:20.977641
- Title: Cryptocurrencies Activity as a Complex Network: Analysis of Transactions
Graphs
- Title（参考訳）: 複雑ネットワークとしての暗号通貨活動:トランザクショングラフの分析
- Authors: Luca Serena, Stefano Ferretti, Gabriele D'Angelo
- Abstract要約: 我々は、複雑なネットワーク理論を通して、4つの顕著で異なる分散台帳技術(DLT)における相互作用のパターンを研究することによって、一定期間のデジタルトランザクションの流れを解析する。
DLTにおけるユーザインタラクションの理解のために,ネットワーク特性と特異性の研究が最重要であることを示す。
- 参考スコア（独自算出の注目度）: 7.58432869763351
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The number of users approaching the world of cryptocurrencies exploded in the
last years, and consequently the daily interactions on their underlying
distributed ledgers have intensified. In this paper, we analyze the flow of
these digital transactions in a certain period of time, trying to discover
important insights on the typical use of these technologies by studying,
through complex network theory, the patterns of interactions in four prominent
and different Distributed Ledger Technologies (DLTs), namely Bitcoin, DogeCoin,
Ethereum, Ripple. In particular, we describe the Distributed Ledger Network
Analyzer (DiLeNA), a software tool for the investigation of the transactions
network recorded in DLTs. We show that studying the network characteristics and
peculiarities is of paramount importance, in order to understand how users
interact in the DLT. For instance, our analyses reveal that all transaction
graphs exhibit small world properties.
- Abstract（参考訳）: 近年,暗号通貨の世界に接近するユーザの数は爆発的に増加し,基盤となる分散台帳に対する日々のインタラクションが激化している。
本稿では,これらのデジタルトランザクションの流れを一定時間内に分析し,複雑なネットワーク理論を通じて,bitcoin,dogecoin,ethereum,rippleの4つの分散台帳技術(dlts)におけるインタラクションパターンを研究することにより,これらのテクノロジの典型的利用に関する重要な知見を見出そうとする。
特に、DLTに記録されたトランザクションネットワークを調査するためのソフトウェアツールであるDistributed Ledger Network Analyzer(DiLeNA)について述べる。
DLTにおけるユーザインタラクションの理解のために,ネットワーク特性と特異性の研究が最重要であることを示す。
例えば、我々の分析では、すべてのトランザクショングラフが小さな世界特性を示すことが明らかになっている。
関連論文リスト
- Super Consistency of Neural Network Landscapes and Learning Rate Transfer [72.54450821671624]
我々は、失われたヘッセンのレンズを通して風景を研究する。
我々は、$mu$P のスペクトル特性がネットワークの大きさに大きく依存していることを発見した。
ニューラルタンジェントカーネル(NTK)や他のスケーリングシステムでは、シャープネスは異なるスケールで非常に異なるダイナミクスを示す。
論文 参考訳（メタデータ） (2024-02-27T12:28:01Z) - LasTGL: An Industrial Framework for Large-Scale Temporal Graph Learning [61.4707298969173]
本稿では,共通時間グラフ学習アルゴリズムの統一的および統一的な実装を統合する産業用フレームワークであるLasTGLを紹介する。
LasTGLは、詳細なチュートリアルとともに、包括的な時間グラフデータセット、TGNNモデル、ユーティリティを提供する。
論文 参考訳（メタデータ） (2023-11-28T08:45:37Z) - Live Graph Lab: Towards Open, Dynamic and Real Transaction Graphs with
NFT [28.08921595650609]
私たちは、ブロックチェーンからオープンで動的で実際のトランザクショングラフを可能にする、時間グラフのためのLive Graph Labというコンセプトを紹介します。
NFTトランザクションネットワークでライブグラフをインスタンス化し、そのダイナミクスを調べて、新しい観察と洞察を提供する。
論文 参考訳（メタデータ） (2023-10-18T04:54:22Z) - Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。
シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。
ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
論文 参考訳（メタデータ） (2023-10-02T12:33:28Z) - Graph Regularized Nonnegative Latent Factor Analysis Model for Temporal
Link Prediction in Cryptocurrency Transaction Networks [1.6801544027052142]
ネットワークのリンク予測学習構造は,ネットワークのメカニズムを理解する上で有用である。
本稿では,1つの潜在因子依存型,非負性,乗算型,グラフ正規化型更新(SLF-NMGRU)アルゴリズムを提案する。
実際の暗号通貨取引ネットワークの実験により,提案手法は精度と計算効率の両方を向上することを示した。
論文 参考訳（メタデータ） (2022-08-03T08:58:59Z) - Detecting Anomalous Cryptocurrency Transactions: an AML/CFT Application
of Machine Learning-based Forensics [5.617291981476445]
本論文は,さまざまな手法を用いて,有向グラフネットワークとして表現されるBitcoinトランザクションの現実的なデータセットを解析する。
これは、Graph Convolutional Networks(GCN)とGraph Attention Networks(GAT)として知られるニューラルネットワークタイプが、有望なAML/CFTソリューションであることを示している。
論文 参考訳（メタデータ） (2022-06-07T16:22:55Z) - Evidential Temporal-aware Graph-based Social Event Detection via
Dempster-Shafer Theory [76.4580340399321]
ETGNN(Evidential Temporal-aware Graph Neural Network)を提案する。
ノードがテキストであり、エッジがそれぞれ複数の共有要素によって決定されるビュー固有グラフを構築する。
ビュー固有の不確実性を考慮すると、すべてのビューの表現は、明らかなディープラーニング(EDL)ニューラルネットワークを介してマス関数に変換される。
論文 参考訳（メタデータ） (2022-05-24T16:22:40Z) - Deep Architecture Connectivity Matters for Its Convergence: A
Fine-Grained Analysis [94.64007376939735]
我々は、勾配降下訓練におけるディープニューラルネットワーク(DNN)の収束に対する接続パターンの影響を理論的に特徴づける。
接続パターンの単純なフィルタリングによって、評価対象のモデルの数を削減できることが示される。
論文 参考訳（メタデータ） (2022-05-11T17:43:54Z) - Temporal Graph Network Embedding with Causal Anonymous Walks
Representations [54.05212871508062]
本稿では,時間グラフネットワークに基づく動的ネットワーク表現学習のための新しいアプローチを提案する。
評価のために、時間的ネットワーク埋め込みの評価のためのベンチマークパイプラインを提供する。
欧州の大手銀行が提供した実世界のダウンストリームグラフ機械学習タスクにおいて、我々のモデルの適用性と優れた性能を示す。
論文 参考訳（メタデータ） (2021-08-19T15:39:52Z) - TSGN: Transaction Subgraph Networks for Identifying Ethereum Phishing
Accounts [2.3112192919085826]
トランザクションサブグラフネットワーク(TSGN)ベースの分類モデルにより、フィッシングアカウントを識別する。
TSGNは、フィッシングアカウントの識別に役立つより多くの潜在的な情報を提供することができます。
論文 参考訳（メタデータ） (2021-04-18T08:12:51Z) - Knowledge Discovery in Cryptocurrency Transactions: A Survey [1.2744523252873352]
本稿では、データマイニング技術を用いて、暗号通貨取引における知識発見に関する既存の研究を分析し、要約する。
それぞれの側面について,問題を提示し,方法論を要約し,文献における主要な発見について議論する。
トランザクションデータの解析と視覚化ツールとサービスの列挙も提供されている。
論文 参考訳（メタデータ） (2020-10-02T14:38:08Z)
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。