論文の概要: NFTVis: Visual Analysis of NFT Performance
- arxiv url: http://arxiv.org/abs/2306.02712v1
- Date: Mon, 5 Jun 2023 09:02:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-06 16:00:03.611349
- Title: NFTVis: Visual Analysis of NFT Performance
- Title（参考訳）: NFTVis: NFTパフォーマンスのビジュアル分析
- Authors: Fan Yan, Xumeng Wang, Ketian Mao, Wei Zhang, and Wei Chen
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 12.491701063977825
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A non-fungible token (NFT) is a data unit stored on the blockchain. Nowadays,
more and more investors and collectors (NFT traders), who participate in
transactions of NFTs, have an urgent need to assess the performance of NFTs.
However, there are two challenges for NFT traders when analyzing the
performance of NFT. First, the current rarity models have flaws and are
sometimes not convincing. In addition, NFT performance is dependent on multiple
factors, such as images (high-dimensional data), history transactions
(network), and market evolution (time series). It is difficult to take
comprehensive consideration and analyze NFT performance efficiently. To address
these challenges, we propose NFTVis, a visual analysis system that facilitates
assessing individual NFT performance. A new NFT rarity model is proposed to
quantify NFTs with images. Four well-coordinated views are designed to
represent the various factors affecting the performance of the NFT. Finally, we
evaluate the usefulness and effectiveness of our system using two case studies
and user studies.
- Abstract（参考訳）: 非偽造トークン(NFT)はブロックチェーンに格納されたデータユニットである。
現在、NFTの取引に参加する投資家やコレクター(NFT)が増えているため、NFTのパフォーマンスを評価する必要がある。
しかし、NFTの性能を分析する際には、NFTトレーダーには2つの課題がある。
まず、現在の希少なモデルは欠陥があり、時には説得力がない。
さらに、NFTのパフォーマンスは、画像(高次元データ)、履歴トランザクション(ネットワーク)、市場進化(時系列)など、複数の要因に依存する。
包括的考察とNFT性能の効率的な分析は困難である。
これらの課題に対処するために,個々のNFT性能の評価を容易にする視覚解析システムであるNFTVisを提案する。
画像とNFTを定量化する新しいNFTラリティモデルを提案する。
NFTの性能に影響を及ぼす様々な要因を表現するために、4つのよく協調したビューが設計されている。
最後に,2つのケーススタディとユーザスタディを用いて,システムの有用性と有効性を評価する。
関連論文リスト
- The Dark Side of NFTs: A Large-Scale Empirical Study of Wash Trading [28.20696034160891]
我々は,2,701,883 NFTから8,717,031の転送イベントと3,830,141のセールイベントを分析した。
NFTの3種類の洗剤取引を識別し,識別アルゴリズムを提案する。
また,マーケットプレース設計,収益性,NFTプロジェクト設計,支払トークン,ユーザ行動,NTTエコシステムといった6つの側面からの洞察も提供する。
論文 参考訳（メタデータ） (2023-12-19T19:29:24Z) - Parameter-Efficient Orthogonal Finetuning via Butterfly Factorization [102.92240148504774]
下流タスク適応のための原則的微調整パラダイムである直交微調整(Orthogonal Finetuning, OFT)について検討する。
優れた一般化性を示しているにもかかわらず、OFTはまだかなり多くのトレーニング可能なパラメータを使っている。
我々はこのパラメータ化をOFTに適用し、ORFT(Orthogonal Butterfly)と呼ばれる新しいパラメータ効率の微調整法を開発した。
論文 参考訳（メタデータ） (2023-11-10T18:59:54Z) - Learning Profitable NFT Image Diffusions via Multiple Visual-Policy
Guided Reinforcement Learning [69.60868581184366]
NFT画像に対する報酬として,複数ビジュアルポリシーを用いた拡散型生成フレームワークを提案する。
提案するフレームワークは,大規模言語モデル (LLM) と拡散型画像生成装置,および設計による視覚的報酬からなる。
我々のフレームワークは、SOTAのアプローチと比較して、より視覚的に魅力的な要素と高い市場価値を示すNFT画像を生成することができる。
論文 参考訳（メタデータ） (2023-06-20T17:59:46Z) - 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) - A Survey on Deep Learning based Time Series Analysis with Frequency
Transformation [74.3919960186696]
周波数変換(FT)は、時系列解析における最先端の精度と効率を高めるために、ディープラーニングモデルにますます取り入れられている。
この新興分野における注目の高まりと研究の高まりにもかかわらず、現在、FTを用いたディープラーニングベースの時系列モデルの体系的レビューと詳細な分析が欠如している。
本稿では,FTを用いた深層学習に基づく時系列解析における最近の研究成果を体系的に研究し,要約する総合的なレビューを紹介する。
論文 参考訳（メタデータ） (2023-02-04T14:33:07Z) - Show me your NFT and I tell you how it will perform: Multimodal
representation learning for NFT selling price prediction [2.578242050187029]
非Fungible Tokens(NFT)は、ブロックチェーン技術とスマートコントラクトに基づく、デジタルアートフォーム(アートワークやコレクションブルなど)上のユニークな暗号資産の所有権の行為を表す。
我々は,NFT画像とテキストのコレクション上に,グラフニューラルネットワークモデルとともにトランスフォーマーベースの言語と視覚モデルをトレーニングするために設計された,新しいマルチモーダルディープラーニングフレームワークであるMERLINを提案する。
MERLINの重要な側面は、NFTトレーディングに関心のあるユーザが処理したいプライマリデータのみを利用するため、金融機能に対する独立性である。
論文 参考訳（メタデータ） (2023-02-03T11:56:38Z) - 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) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum Blockchain [53.8917088220974]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳（メタデータ） (2022-12-02T15:03:35Z) - 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) - SymNMF-Net for The Symmetric NMF Problem [62.44067422984995]
我々は,Symmetric NMF問題に対するSymNMF-Netと呼ばれるニューラルネットワークを提案する。
各ブロックの推測は最適化の単一イテレーションに対応することを示す。
実世界のデータセットに関する実証的な結果は、我々のSymNMF-Netの優位性を示している。
論文 参考訳（メタデータ） (2022-05-26T08:17:39Z) - Heterogeneous rarity patterns drive price dynamics in NFT collections [0.24626113631507887]
我々は、Non Fungible Token(NFT)の希少性を定量化し、それが市場行動に与える影響について検討する。
2018年1月から2022年6月までに収集された370万件のトランザクションのデータセットを分析し、410のコレクションに1.4万件のNFTを分散させた。
論文 参考訳（メタデータ） (2022-04-21T16:20:46Z)
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。