Fugu-MT 論文翻訳(概要): NFT Appraisal Prediction: Utilizing Search Trends, Public Market Data, Linear Regression and Recurrent Neural Networks

論文の概要: NFT Appraisal Prediction: Utilizing Search Trends, Public Market Data, Linear Regression and Recurrent Neural Networks

arxiv url: http://arxiv.org/abs/2204.12932v1
Date: Mon, 18 Apr 2022 19:48:04 GMT
ステータス: 処理完了
システム内更新日: 2022-05-01 09:40:02.819183
Title: NFT Appraisal Prediction: Utilizing Search Trends, Public Market Data, Linear Regression and Recurrent Neural Networks
Title（参考訳）: NFT評価予測:検索トレンド,公開市場データ,線形回帰,リカレントニューラルネットワークの利用
Authors: Shrey Jain, Camille Bruckmann, Chase McDougall
Abstract要約: NFTの評価値と,公開市場データ,NFTメタデータ,ソーシャルトレンドデータという3つの主要なカテゴリのさまざまな特徴の相関について検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper we investigate the correlation between NFT valuations and various features from three primary categories: public market data, NFT metadata, and social trends data.
Abstract（参考訳）: 本稿では,NFTの評価値と,公開市場データ,NFTメタデータ,ソーシャルトレンドデータという3つの主要カテゴリの特徴の相関について検討する。

関連論文リスト

Uncertainty in Graph Neural Networks: A Survey [50.63474656037679]
グラフニューラルネットワーク(GNN)は、様々な現実世界のアプリケーションで広く使われている。しかし、多様な情報源から生じるGNNの予測的不確実性は、不安定で誤った予測につながる可能性がある。本調査は,不確実性の観点からGNNの概要を概観することを目的としている。
論文参考訳（メタデータ） (2024-03-11T21:54:52Z)
A Survey on Neural Question Generation: Methods, Applications, and Prospects [62.240562985164345]
調査は、NQGの背景の概要から始まり、タスクの問題を定式化している。その後、NQGアプローチを構造化NQG、非構造化NQG、ハイブリッドNQGの3つの主要なカテゴリに分類する。この調査は、NQGの軌跡を前方視し、創発的な研究動向と今後の発展の道筋を見極めている。
論文参考訳（メタデータ） (2024-02-28T11:57:12Z)
Maximizing NFT Incentives: References Make You Rich [3.943871561481494]
現在のNF(Non-Fungible Token)インセンティブメカニズムは、スケーラブルな組織構造の可能性を見落としている傾向があります。本稿では,DAG(Directed Acyclic Graph)ベースのNFTネットワークとして本質的に構成された新しい参照インセンティブモデルを提案し,分析し,実装する。
論文参考訳（メタデータ） (2024-02-09T15:04:16Z)
On Discprecncies between Perturbation Evaluations of Graph Neural Network Attributions [49.8110352174327]
我々は、グラフ領域で以前に検討されていない視点から帰属法を評価する:再学習。中心となる考え方は、属性によって識別される重要な(あるいは重要でない)関係でネットワークを再訓練することである。我々は4つの最先端GNN属性法と5つの合成および実世界のグラフ分類データセットについて分析を行った。
論文参考訳（メタデータ） (2024-01-01T02:03:35Z)
Towards Temporal Edge Regression: A Case Study on Agriculture Trade Between Nations [4.612412025217201]
グラフニューラルネットワーク(GNN)は、動的グラフ上のタスクにおいて有望なパフォーマンスを示している。本稿では,GNNの静的および動的設定におけるエッジ回帰タスクへの適用について検討する。
論文参考訳（メタデータ） (2023-08-15T17:13:16Z)
NFTs to MARS: Multi-Attention Recommender System for NFTs [20.74874765792172]
NFT(NFT-MARS)のためのマルチアテンションレコメンダシステムの開発 NFT-MARSには3つの重要な特徴がある: 疎密なユーザ-テムインタラクションを扱うグラフアテンション、ユーザの特徴的嗜好を取り入れるためのマルチモーダルアテンション、NFTの2つの性質をアートワークと金融資産の両方として考えるマルチタスク学習である。
論文参考訳（メタデータ） (2023-06-13T11:53:24Z)
NFTVis: Visual Analysis of NFT Performance [12.491701063977825]
非ファンジブルトークン(英: non-fungible token、NFT)は、ブロックチェーンに格納されるデータユニットである。現在の希少なモデルは欠陥があり、時には説得力がない。包括的考察とNFT性能の効率的な分析は困難である。
論文参考訳（メタデータ） (2023-06-05T09:02:48Z)
Neural Multi-network Diffusion towards Social Recommendation [48.5509738327592]
ソーシャルレコメンデーションのための簡潔なマルチネットワークGNNベースニューラルモデル(NeMo)を提案する。既存の手法と比較して,提案手法は生成的負サンプリング戦略を探索する。実験によると、NeMoは様々な実世界のベンチマークデータセットで最先端のベースラインを上回っている。
論文参考訳（メタデータ） (2023-04-11T05:53:08Z)
Bubble or Not: Measurements, Analyses, and Findings on the Ethereum ERC721 and ERC1155 Non-fungible Token Ecosystem [22.010657813215413]
NFTの時価総額は2021年に215億米ドルに達した。 2022年第2四半期のNFT市場の急激な下落は、NFT市場の目に見えるブームに疑問を呈している。ブロックチェーン全体からデータを収集することにより、NFT生成グラフ、NFT転送グラフ、NFTホールドグラフという3つのグラフを構築し、NFTトレーダーを特徴付ける。我々は,NFTの活性度と値の定量化のための新しい指標を提案し,インジケータとグラフ解析を組み合わせてバブルNFTを見つけるアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-01-05T10:17:57Z)
Interrelation of equivariant Gaussian processes and convolutional neural networks [77.34726150561087]
現在、ニューラルネットワーク(NN)とガウス過程(GP)の関係に基づく機械学習(ML)には、かなり有望な新しい傾向がある。本研究では、ベクトル値のニューロン活性化を持つ2次元ユークリッド群とそれに対応する独立に導入された同変ガウス過程(GP)との関係を確立する。
論文参考訳（メタデータ） (2022-09-17T17:02:35Z)
Probably Something: A Multi-Layer Taxonomy of Non-Fungible Tokens [62.997667081978825]
非Fungible Tokens(NFT)は、メタバースの重要なビルディングブロックとして売り出されつつある。本研究の目的は,分類学における共通の特徴を同定し,構造化することで,NFTの基本的かつ包括的理解を確立することである。
論文参考訳（メタデータ） (2022-08-29T18:00:30Z)

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。