論文の概要: Performance Evaluation, Optimization and Dynamic Decision in Blockchain
Systems: A Recent Overview
- arxiv url: http://arxiv.org/abs/2211.15907v1
- Date: Tue, 29 Nov 2022 03:51:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-30 18:16:10.707860
- Title: Performance Evaluation, Optimization and Dynamic Decision in Blockchain
Systems: A Recent Overview
- Title（参考訳）: ブロックチェーンシステムの性能評価、最適化、動的決定:最近の展望
- Authors: Quan-Lin Li, Yan-Xia Chang and Qing Wang
- Abstract要約: 本稿では、最近の体系的な研究の概要、特に、数学的モデリングとブロックチェーンシステムの基本理論の開発について述べる。
a) 性能評価:マルコフ過程、キューイング理論、マルコフ報酬過程、ランダムウォーク、流体と拡散近似、マルティンゲール理論。
この論文で論じられたブロックチェーンシステムの数学的手法、アルゴリズム、シミュレーションによる基礎理論は、ブロックチェーン技術の今後の発展と継続的な革新を強く支援するであろうと信じている。
- 参考スコア（独自算出の注目度）: 3.9069077337530067
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With rapid development of blockchain technology as well as integration of
various application areas, performance evaluation, performance optimization,
and dynamic decision in blockchain systems are playing an increasingly
important role in developing new blockchain technology. This paper provides a
recent systematic overview of this class of research, and especially,
developing mathematical modeling and basic theory of blockchain systems.
Important examples include (a) performance evaluation: Markov processes,
queuing theory, Markov reward processes, random walks, fluid and diffusion
approximations, and martingale theory; (b) performance optimization: Linear
programming, nonlinear programming, integer programming, and multi-objective
programming; (c) optimal control and dynamic decision: Markov decision
processes, and stochastic optimal control; and (d) artificial intelligence:
Machine learning, deep reinforcement learning, and federated learning. So far,
a little research has focused on these research lines. We believe that the
basic theory with mathematical methods, algorithms and simulations of
blockchain systems discussed in this paper will strongly support future
development and continuous innovation of blockchain technology.
- Abstract（参考訳）: ブロックチェーン技術の急速な開発と、さまざまなアプリケーション領域の統合、パフォーマンス評価、パフォーマンス最適化、ブロックチェーンシステムの動的決定が、新たなブロックチェーンテクノロジの開発においてますます重要な役割を担っている。
本稿では,このクラス,特に数理モデリングとブロックチェーンシステムの基本理論の開発について,最近の体系的な概要を述べる。
重要な例を挙げると
(a)性能評価:マルコフ過程、キューイング理論、マルコフ報酬過程、ランダムウォーク、流体及び拡散近似、マルティンゲール理論
(b)性能最適化:線形プログラミング、非線形プログラミング、整数プログラミング、多目的プログラミング
(c)最適制御と動的決定:マルコフ決定過程、確率的最適制御
(d)人工知能:機械学習、深層強化学習、連合学習。
これまでのところ、これらの研究に焦点を絞った研究がいくつかある。
この論文で論じられたブロックチェーンシステムの数学的手法、アルゴリズム、シミュレーションによる基礎理論は、ブロックチェーン技術の今後の発展と継続的な革新を強く支援するであろう。
関連論文リスト
- Review of blockchain application with Graph Neural Networks, Graph Convolutional Networks and Convolutional Neural Networks [0.0]
本稿では、ブロックチェーン技術におけるグラフニューラルネットワーク(GNN)、グラフ畳み込みニューラルネットワーク(GCN)、および畳み込みニューラルネットワーク(CNN)の適用についてレビューする。
論文 参考訳（メタデータ） (2024-10-01T17:11:22Z) - The Role of Transformer Models in Advancing Blockchain Technology: A Systematic Survey [8.491196716535018]
Reviewは、ブロックチェーン技術と機械学習の統合開発のための新しい視点と研究基盤を提供することを目的としている。
調査では、異常検出、スマートコントラクトセキュリティ分析、暗号通貨の予測とトレンド分析、コード要約生成など、重要な領域をカバーしている。
データプライバシ、モデルの複雑さ、リアルタイム処理要求など、Transformerを利用する際の課題について説明する。
論文 参考訳（メタデータ） (2024-09-02T19:12:54Z) - Should my Blockchain Learn to Drive? A Study of Hyperledger Fabric [14.834625066344586]
本稿では、人間の介入なしにワークロードの変化を予測し、最適なパフォーマンスのために自分自身を再構成する可能性を秘めている自動運転ブロックチェーンの概念について考察する。
私たちは、自律的な適応に適した一般的なパーミッションブロックチェーンシステムであるHyperledger Fabricの特定のパラメータとコンポーネントを特定し、関連する課題に対する潜在的なソリューションを提供します。
私たちの実験では、スループットが最大11%向上し、レイテンシが30%削減されたことが示されています。
論文 参考訳（メタデータ） (2024-06-10T14:33:59Z) - 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) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Pessimism meets VCG: Learning Dynamic Mechanism Design via Offline
Reinforcement Learning [114.36124979578896]
オフライン強化学習アルゴリズムを用いて動的メカニズムを設計する。
我々のアルゴリズムは悲観主義の原理に基づいており、オフラインデータセットのカバレッジについて軽度な仮定しか必要としない。
論文 参考訳（メタデータ） (2022-05-05T05:44:26Z) - Social Choice Around the Block: On the Computational Social Choice of
Blockchain [7.310043452300736]
本稿では,ブロックチェーン研究における計算社会の選択の重要性を論じる。
2つの分野のインターフェースにおけるいくつかの課題を識別し、それらの間の交配の強い可能性を示す。
論文 参考訳（メタデータ） (2022-03-15T10:56:10Z) - SoK: Blockchain Governance [13.95507600720467]
ブロックチェーンガバナンスのトピックは、徹底的な体系化のための肥大したドメインである。
まずは、健全なガバナンスシステムのための包括的なプロパティの配列を蒸留することから始めます。
すべての性質は、少なくとも1つのシステムによって、部分的にも満たされるが、それらの大部分を満たさない。
論文 参考訳（メタデータ） (2022-01-18T18:38:26Z) - Efficient Model-Based Multi-Agent Mean-Field Reinforcement Learning [89.31889875864599]
マルチエージェントシステムにおける学習に有効なモデルベース強化学習アルゴリズムを提案する。
我々の理論的な貢献は、MFCのモデルベース強化学習における最初の一般的な後悔の限界である。
コア最適化問題の実用的なパラメトリゼーションを提供する。
論文 参考訳（メタデータ） (2021-07-08T18:01:02Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Spiking Neural Networks Hardware Implementations and Challenges: a
Survey [53.429871539789445]
スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。
スパイキングニューラルネットワークのハードウェア実装の現状について述べる。
本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
論文 参考訳（メタデータ） (2020-05-04T13:24:00Z)
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。