Fugu-MT 論文翻訳(概要): Does Crypto Kill? Relationship between Electricity Consumption Carbon Footprints and Bitcoin Transactions

論文の概要: Does Crypto Kill? Relationship between Electricity Consumption Carbon Footprints and Bitcoin Transactions

arxiv url: http://arxiv.org/abs/2206.03227v1
Date: Mon, 16 May 2022 18:03:45 GMT
ステータス: 処理完了
システム内更新日: 2022-06-12 23:31:39.310436
Title: Does Crypto Kill? Relationship between Electricity Consumption Carbon Footprints and Bitcoin Transactions
Title（参考訳）: 暗号通貨は殺すのか? 電力消費炭素フットプリントとビットコイン取引の関係
Authors: Altanai Bisht, Arielle Wilson, Zachary Jeffreys, Shadrokh Samavi
Abstract要約: 暗号通貨取引の炭素フットプリントは、グリーンまたは再生可能燃料源よりも炭素豊富な燃料源に依存していると予測する。我々は、このような取引をモデル化し、それらを発電パターンと相関させて炭素コストを見積り、分析する機械学習フレームワークを提供する。
参考スコア（独自算出の注目度）: 4.7805617044617446
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Cryptocurrencies are gaining more popularity due to their security, making counterfeits impossible. However, these digital currencies have been criticized for creating a large carbon footprint due to their algorithmic complexity and decentralized system design for proof of work and mining. We hypothesize that the carbon footprint of cryptocurrency transactions has a higher dependency on carbon-rich fuel sources than green or renewable fuel sources. We provide a machine learning framework to model such transactions and correlate them with the electricity generation patterns to estimate and analyze their carbon cost.
Abstract（参考訳）: 暗号通貨はセキュリティのために人気が高まり、偽造は不可能になっている。しかし、これらのデジタル通貨は、そのアルゴリズムの複雑さと、作業や採掘の証明のための分散システム設計のために、大きな炭素フットプリントを作り出したと批判されている。暗号通貨取引の炭素フットプリントは、グリーンまたは再生可能燃料源よりも炭素豊富な燃料源に依存していると仮定する。このようなトランザクションをモデル化し、発電パターンと関連付けて炭素コストを見積り、分析するための機械学習フレームワークを提供する。

関連論文リスト

Carbon Market Simulation with Adaptive Mechanism Design [55.25103894620696]
炭素市場(英: carbon market)は、個人の利益をグローバルユーティリティーと整合させる経済エージェントをインセンティブとする、市場ベースのツールである。階層型モデルフリーマルチエージェント強化学習(MARL)を用いて市場をシミュレートする適応機構設計フレームワークを提案する。 MARLは、政府エージェントが生産性、平等、二酸化炭素排出のバランスをとることができることを示している。
論文参考訳（メタデータ） (2024-06-12T05:08:51Z)
Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
論文参考訳（メタデータ） (2024-04-28T05:46:28Z)
Global, robust and comparable digital carbon assets [0.28106259549258145]
本稿では,カーボンオフセットの主張を透過的に検証できる新しいデジタルカーボンアセット(PACTステーブルコイン)を提案する。我々は、低コストなトランザクションを容易にするように設計されたTezosブロックチェーン上で、PACTの炭素安定係数を実装し、評価する。我々の研究は、高完全性な炭素クレジット取引のための透明でスケーラブルで効率的なフレームワークを提供することで、自発的な炭素市場へのスケールと信頼をもたらします。
論文参考訳（メタデータ） (2024-03-21T17:35:07Z)
Harnessing Web3 on Carbon Offset Market for Sustainability: Framework and A Case Study [7.312288830305857]
ブロックチェーンのサステナビリティへの貢献は重要であり、ブロックチェーンセクターにおける新たな標準としてカーボンオフセットが進化する可能性がある、と私たちは主張しています。我々の研究は、オンチェーンの炭素市場参加者に対するユニークな洞察、市場の要因、NTTベースの炭素クレジットの価値提案、そして、炭素オフセットの概念を広めるためのソーシャルメディアの役割に影響を及ぼす。
論文参考訳（メタデータ） (2023-07-26T02:22:13Z)
Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning [77.62876532784759]
機械学習(ML)は、モデルトレーニングプロセス中に計算を実行するためにエネルギーを使用する必要がある。このエネルギーの生成には、使用量やエネルギー源によって、温室効果ガスの排出という観点からの環境コストが伴う。本稿では,自然言語処理とコンピュータビジョンにおいて,95のMLモデルの炭素排出量の時間的および異なるタスクに関する調査を行う。
論文参考訳（メタデータ） (2023-02-16T18:35:00Z)
High Resolution Modeling and Analysis of Cryptocurrency Mining's Impact on Power Grids: Carbon Footprint, Reliability, and Electricity Price [2.285928372124628]
本稿では, テキサスグリッドの炭素フットプリント, グリッド信頼性, 電力市場価格に対する負荷の3要素的影響について検討する。マイニング負荷の柔軟性は、電力不足や市場の混乱を著しく軽減できることを示す。
論文参考訳（メタデータ） (2022-12-29T06:30:22Z)
Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model [72.65502770895417]
176ビリオンパラメータ言語モデルBLOOMの炭素フットプリントを,そのライフサイクルにわたって定量化する。 BLOOMの最終訓練で約24.7トンのカルボネックが放出されたと推定する。本稿では,機械学習モデルの炭素フットプリントを正確に推定することの難しさについて論じる。
論文参考訳（メタデータ） (2022-11-03T17:13:48Z)
Confronting the Carbon-footprint Challenge of Blockchain [5.643032424220467]
我々は、現在のPoWベースのブロックチェーンの広範なエネルギー消費を排除できるProof of Stakeという高度なコンセンサスメカニズムを指摘した。 PoWおよびPoSベースのBitcoinおよびブロックチェーンプラットフォームの現在のおよび予想されるエネルギー消費と炭素フットプリントを包括的に解明する。
論文参考訳（メタデータ） (2021-12-31T22:10:09Z)
Accounting for carbon emissions caused by cryptocurrency and token systems [0.0]
この白書では、暗号通貨やトークンによって引き起こされる排出を割り当てる方法について、さまざまなアプローチを探求する。潜在的なアプローチの長所と短所を分析した結果,本研究では,Proof of WorkとProof of Stakeネットワークのエミッション要因を組み合わせたフレームワークを提案する。
論文参考訳（メタデータ） (2021-11-11T22:03:09Z)
Optimizing carbon tax for decentralized electricity markets using an agent-based model [69.3939291118954]
人為的気候変動の影響を避けるためには、化石燃料から低炭素技術への移行が必要である。炭素税は、この移行を支援する効率的な方法であることが示されている。 NSGA-IIの遺伝的アルゴリズムを用いて、電力混合の平均電気価格と相対炭素強度を最小化する。
論文参考訳（メタデータ） (2020-05-28T06:54:43Z)
Towards the Systematic Reporting of the Energy and Carbon Footprints of Machine Learning [68.37641996188133]
我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。炭素排出量削減とエネルギー消費削減のための戦略を提案する。
論文参考訳（メタデータ） (2020-01-31T05:12:59Z)

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。