Fugu-MT 論文翻訳(概要): Extracting Blockchain Concepts from Text

論文の概要: Extracting Blockchain Concepts from Text

arxiv url: http://arxiv.org/abs/2305.10408v1
Date: Sun, 7 May 2023 00:16:30 GMT
ステータス: 処理完了
システム内更新日: 2023-05-21 10:34:49.110480
Title: Extracting Blockchain Concepts from Text
Title（参考訳）: テキストからブロックチェーンの概念を抽出する
Authors: Rodrigo Veiga, Markus Endler and Valeria de Paiva
Abstract要約: このプロジェクトの主な目的は、機械学習モデルを適用して、ブロックチェーン分野に焦点を当てたホワイトペーパーや学術論文から情報を抽出し、その情報を整理し、ユーザが空間をナビゲートできるようにすることである。
参考スコア（独自算出の注目度）: 0.5520082338220947
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Blockchains provide a mechanism through which mutually distrustful remote parties can reach consensus on the state of a ledger of information. With the great acceleration with which this space is developed, the demand for those seeking to learn about blockchain also grows. Being a technical subject, it can be quite intimidating to start learning. For this reason, the main objective of this project was to apply machine learning models to extract information from whitepapers and academic articles focused on the blockchain area to organize this information and aid users to navigate the space.
Abstract（参考訳）: ブロックチェーンは、相互に不信任のリモートパーティが情報の台帳の状態について合意に達するメカニズムを提供する。このスペースが開発される大きな加速によって、ブロックチェーンについて学ぼうとする人たちの需要も増加します。技術的なテーマなので、学び始めるのは非常に危険です。そのため、このプロジェクトの主な目的は、機械学習モデルを適用して、ブロックチェーン分野に焦点を当てたホワイトペーパーや学術論文から情報を抽出し、その情報を整理し、ユーザが空間をナビゲートできるようにすることである。

関連論文リスト

Research on Data Right Confirmation Mechanism of Federated Learning based on Blockchain [0.069060054915724]
フェデレートされた学習は、分散データマイニングと機械学習におけるプライバシ保護の問題を解決することができる。本稿では,ブロックチェーンとスマートコントラクトに基づくデータ所有確認機構を提案する。
論文参考訳（メタデータ） (2024-09-13T02:02:18Z)
IT Strategic alignment in the decentralized finance (DeFi): CBDC and digital currencies [49.1574468325115]
分散型金融(DeFi)は、ディスラプティブベースの金融インフラである。 1) DeFiの一般的なIT要素は何か? 2) DeFi における IT 戦略の整合性には,どのような要素があるのでしょう?
論文参考訳（メタデータ） (2024-05-17T10:19:20Z)
Cross-Blockchain Communication Using Oracles With an Off-Chain Aggregation Mechanism Based on zk-SNARKs [0.716879432974126]
本稿では,ZeroKnowledge Succinct Non-interactive Arguments of Knowledge (zk-SNARKs)に基づくオフチェーンアグリゲーション機構を持つオラクルを提案する。提案されたソリューションは、ブロックチェーンにデータを送信するために、常に378kgasしか必要とせず、主にクエリされたブロックチェーンの基盤技術とは独立している。
論文参考訳（メタデータ） (2024-05-14T07:48:19Z)
Blockchains for Internet of Things: Fundamentals, Applications, and Challenges [38.29453164670072]
すべてのブロックチェーンシステムが、特定のIoTアプリケーションに適しているわけではない。パブリックブロックチェーンは機密データを格納するのに適していない。ブロックチェーンのアプリケーションを、エッジAI、通信、ヘルスケアの3つの重要なIoT領域で調査する。
論文参考訳（メタデータ） (2024-05-08T04:25:57Z)
Machine Learning for Blockchain Data Analysis: Progress and Opportunities [9.07520594836878]
ブロックチェーンデータセットは、例えば、人間のユーザ、自律的なプログラム、スマートコントラクトなど、現実世界のエンティティ間でのインタラクションの複数のレイヤを含んでいる。これらのユニークな特徴は、ブロックチェーンデータ上での機械学習の機会と課題の両方を示している。本稿は、研究者、実践者、政策立案者のための総合的な資源として機能し、このダイナミックで変革的な分野をナビゲートするためのロードマップを提供する。
論文参考訳（メタデータ） (2024-04-28T17:18:08Z)
Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文参考訳（メタデータ） (2024-03-28T07:08:26Z)
Machine Learning on Blockchain Data: A Systematic Mapping Study [9.677855897134604]
技術は文学や実践において注目を集めている。本稿では,ブロックチェーンデータに適用された機械学習技術の現状を概観する。
論文参考訳（メタデータ） (2024-03-25T18:12:16Z)
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)
Blockchain and Beyond: Understanding Blockchains through Prototypes and Public Engagement [26.212089683764248]
本稿では、ブロックチェーン、分散台帳、スマートコントラクトの社会的および社会的含意を理解し、伝達しようとするプロジェクトのポートフォリオについて述べる。このプロジェクトでは、グローバルサプライチェーンやデリバリインフラストラクチャ、スマートグリッド、ボランティア活動、慈善活動など、さまざまなトピックにブロックチェーンを関連付けるために、デザインとHCIメソッドを使用している。広範なポートフォリオに基づいて、ブロックチェーンシステムの設計を学び、参加を広げ、想像、社会的意味、新しいテクノロジへの関与に関する疑問を提起します。
論文参考訳（メタデータ） (2021-12-22T14:20:27Z)
Federated Learning for Open Banking [42.05232310057235]
近い将来、フェデレートラーニングを用いて金融セクターに分散データオーナシップを持つことが期待できる。この章では、オープンバンキングの文脈でフェデレートラーニングを適用する上での課題について論じる。
論文参考訳（メタデータ） (2021-08-24T14:06:16Z)
Quantum-resistance in blockchain networks [46.63333997460008]
本稿では、ブロックチェーンネットワークにおける量子脅威を特定し、排除するために、米国間開発銀行、IDBラボ、LACChain、量子コンピューティング(CQC)、Tecnologicalo de Monterreyによる研究について述べる。量子コンピューティングの出現は、非量子耐性暗号アルゴリズムを利用するため、インターネットプロトコルやブロックチェーンネットワークを脅かす。
論文参考訳（メタデータ） (2021-06-11T23:39:25Z)

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。