論文の概要: A Dynamic Tree Structure for Hierarchical On-Chain Asset Management

• arxiv url: http://arxiv.org/abs/2412.06026v1
• Date: Sun, 08 Dec 2024 18:58:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:57:26.031286
• Title: A Dynamic Tree Structure for Hierarchical On-Chain Asset Management
• Title（参考訳）: 階層型オンチェーンアセット管理のための動的木構造
• Authors: Mojtaba Eshghie, Gustav Andersson Kasche,
• Abstract要約: Sarvは、デジタル的に表現可能なコンポーネント間の階層的な関係を表現するように設計された、新しいモノリシックなブロックチェーンベースのデータ構造である。 当社のアプローチでは,ツリーベースのデータ構造を利用して製品とそのサブコンポーネントを正確に反映し,修正,分解,借用,補修などの機能を実現する。 サーヴの特異性は、コンパクトで非モノリシックなアーキテクチャ、不変性、および2層アクション認可スキームにある。
• 参考スコア（独自算出の注目度）: 1.6114012813668932
• License:
• Abstract: In this paper, we introduce the Sarv, a novel non-monolithic blockchain-based data structure designed to represent hierarchical relationships between digitally representable components. Sarv serves as an underlying infrastructure for a wide range of applications requiring hierarchical data management, such as supply chain tracking, asset management, and circular economy implementations. Our approach leverages a tree-based data structure to accurately reflect products and their sub-components, enabling functionalities such as modification, disassembly, borrowing, and refurbishment, mirroring real-world operations. The hierarchy within Sarv is embedded in the on-chain data structure through a smart contract-based design, utilizing Algorand Standard Assets (ASAs). The uniqueness of Sarv lies in its compact and non-monolithic architecture, its mutability, and a two-layer action authorization scheme that enhances security and delegation of asset management. We demonstrate that Sarv addresses real-world requirements by providing a scalable, mutable, and secure solution for managing hierarchical data on the blockchain.
• Abstract（参考訳）: 本稿では、デジタル的に表現可能なコンポーネント間の階層的関係を表現するように設計された、モノリシックでないブロックチェーンベースの新しいデータ構造であるSarvを紹介する。 Sarvは、サプライチェーン追跡、資産管理、循環経済の実装など、階層的なデータ管理を必要とする幅広いアプリケーションの基盤となる基盤として機能する。 当社のアプローチでは,ツリーベースのデータ構造を利用して製品とそのサブコンポーネントを正確に反映し,修正,分解,借用,改修,実世界の業務のミラーリングといった機能を実現する。 Sarv内の階層構造は、Algorand Standard Assets(ASA)を利用して、スマートコントラクトベースの設計を通じて、オンチェーンデータ構造に組み込まれている。 サーヴの独特さは、コンパクトで非モノリシックなアーキテクチャ、変更性、および資産管理のセキュリティと委譲を強化する2層アクション認可スキームにある。 私たちは、ブロックチェーン上の階層的なデータを管理するためのスケーラブルで変更可能なセキュアなソリューションを提供することで、Sarvが現実世界の要求に対処できることを実証しています。

関連論文リスト

• HDT: Hierarchical Document Transformer [70.2271469410557]
  HDTは補助的なアンカートークンを導入し、アテンション機構をスパースなマルチレベル階層に再設計することでドキュメント構造を利用する。 文書の階層構造を考慮した新しいスパークアテンションカーネルを開発した。
  論文  参考訳（メタデータ） (2024-07-11T09:28:04Z)
• Adaptive Restructuring of Merkle and Verkle Trees for Enhanced Blockchain Scalability [28.727306785987537]
  本稿ではブロックチェーンアーキテクチャの基本コンポーネントであるMerkleとVerkleツリーの適応的再構成を提案する。 従来の静的木構造とは異なり、適応モデルは使用パターンに基づいてこれらの木の構成を動的に調整する。 この研究の意味は理論的な進歩を超えて、スケーラブルでセキュアで効率的なブロックチェーンデータ検証方法を提供する。
  論文  参考訳（メタデータ） (2024-03-01T09:52:50Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• Cooperative Multi-Agent Reinforcement Learning for Inventory Management [0.5276232626689566]
  在庫管理のための強化学習(RL)は、初期の研究分野である。 本稿では,1つの倉庫と複数の店舗からなる,GPU並列化された独自のシステムを提案する。 標準在庫管理ポリシーより優れたシステムを実現する。
  論文  参考訳（メタデータ） (2023-04-18T06:55:59Z)
• Implant Global and Local Hierarchy Information to Sequence based Code Representation Models [25.776540440893257]
  完全な階層構造がコードシーケンスのトークンに与える影響を分析し、階層埋め込みと呼ばれるコードトークンの特性として、この影響を抽象化する。 ソースコードの完全な階層化をトランスフォーマーモデルに組み込むための,単純かつ効果的なシーケンスモデルである階層変換器(HiT)を提案する。
  論文  参考訳（メタデータ） (2023-03-14T12:01:39Z)
• Hierarchical Decentralized Deep Reinforcement Learning Architecture for a Simulated Four-Legged Agent [0.0]
  自然界では、運動の制御は階層的で分散的な方法で起こる。 そこで本研究では,シミュレートされた脚型エージェントを制御するための,分散型階層型アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-09-21T07:55:33Z)
• CircleChain: Tokenizing Products with a Role-based Scheme for a Circular Economy [0.5138012450471438]
  循環経済においては、品質管理のための第二生活成分の流れを追跡することが重要である。 本稿では,これらの第2世代コンポーネントの認証,合成,循環,再利用が可能なロールベースのトークン管理手法を提案する。 提案手法は細粒度でスケーラブルな第2世代コンポーネント管理を実現するとともに,オンチェーントレーディング,補助金,グリーンボンド発行を可能にする。
  論文  参考訳（メタデータ） (2022-05-23T11:43:31Z)
• Use All The Labels: A Hierarchical Multi-Label Contrastive Learning Framework [75.79736930414715]
  本稿では,すべての利用可能なラベルを活用でき,クラス間の階層的関係を維持できる階層型多言語表現学習フレームワークを提案する。 比較損失に階層的ペナルティを併用し,その階層的制約を強制する。
  論文  参考訳（メタデータ） (2022-04-27T21:41:44Z)
• Policy Architectures for Compositional Generalization in Control [71.61675703776628]
  本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。 私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
  論文  参考訳（メタデータ） (2022-03-10T06:44:24Z)
• Auto-Panoptic: Cooperative Multi-Component Architecture Search for Panoptic Segmentation [144.50154657257605]
  本稿では、バックボーン、セグメンテーションブランチ、フィーチャーフュージョンモジュールを含むすべての主要コンポーネントを同時に検索する効率的なフレームワークを提案する。 検索したアーキテクチャ、すなわちAuto-Panopticは、挑戦的なCOCOとADE20Kベンチマークに関する新しい最先端技術を実現します。
  論文  参考訳（メタデータ） (2020-10-30T08:34:35Z)
• Dual-constrained Deep Semi-Supervised Coupled Factorization Network with Enriched Prior [80.5637175255349]
  本稿では、DS2CF-Netと呼ばれる、拡張された事前制約付きDual-Constrained Deep Semi-Supervised Coupled Factorization Networkを提案する。 隠れた深い特徴を抽出するために、DS2CF-Netは、深い構造と幾何学的な構造に制約のあるニューラルネットワークとしてモデル化される。 我々のネットワークは、表現学習とクラスタリングのための最先端の性能を得ることができる。
  論文  参考訳（メタデータ） (2020-09-08T13:10:21Z)

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。