論文の概要: DIT: Dimension Reduction View on Optimal NFT Rarity Meters

• arxiv url: http://arxiv.org/abs/2508.12671v1
• Date: Mon, 18 Aug 2025 07:11:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:11.049757
• Title: DIT: Dimension Reduction View on Optimal NFT Rarity Meters
• Title（参考訳）: DIT:最適NFTラリティメータの次元削減ビュー
• Authors: Dmitry Belousov, Yury Yanovich,
• Abstract要約: 非偽造トークン(NFT)は重要なデジタル資産クラスとなり、それぞれがアートワークのような仮想エンティティを独自に表現している。 NFTsの値は、希薄性を定義する特徴に密接に結びついており、希薄性を定量化することへの関心が高まっている。 本稿では,レアリティ設計における次元削減手法について検討し,新しい性能指標と測定値を導入し,ROARベンチマークを用いて評価する。
• 参考スコア（独自算出の注目度）: 0.6445605125467574
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Non-fungible tokens (NFTs) have become a significant digital asset class, each uniquely representing virtual entities such as artworks. These tokens are stored in collections within smart contracts and are actively traded across platforms on Ethereum, Bitcoin, and Solana blockchains. The value of NFTs is closely tied to their distinctive characteristics that define rarity, leading to a growing interest in quantifying rarity within both industry and academia. While there are existing rarity meters for assessing NFT rarity, comparing them can be challenging without direct access to the underlying collection data. The Rating over all Rarities (ROAR) benchmark addresses this challenge by providing a standardized framework for evaluating NFT rarity. This paper explores a dimension reduction approach to rarity design, introducing new performance measures and meters, and evaluates them using the ROAR benchmark. Our contributions to the rarity meter design issue include developing an optimal rarity meter design using non-metric weighted multidimensional scaling, introducing Dissimilarity in Trades (DIT) as a performance measure inspired by dimension reduction techniques, and unveiling the non-interpretable rarity meter DIT, which demonstrates superior performance compared to existing methods.
• Abstract（参考訳）: 非偽造トークン(NFT)は重要なデジタル資産クラスとなり、それぞれがアートワークのような仮想エンティティを独自に表現している。 これらのトークンはスマートコントラクト内のコレクションに格納され、Ethereum、Bitcoin、Solanaブロックチェーン上のプラットフォーム間で積極的に交換される。 NFTsの価値は、希少性を定義する特徴に密接に結びついており、産業と学術の両方において希少性を定量化することへの関心が高まっている。 NFTの希少度を評価するために既存の希少度計があるが、それらを比較することは、根底にある収集データに直接アクセスすることなく困難である。 すべてのラリティ(ROAR)に対するレーティングは、NFTラリティを評価するための標準化されたフレームワークを提供することによって、この問題に対処する。 本稿では,レアリティ設計における次元削減手法について検討し,新しい性能指標と測定値を導入し,ROARベンチマークを用いて評価する。 我々は,非計量重み付き多次元スケーリングを用いた最適ラリティメータの設計,次元減少技術にインスパイアされた性能指標としてDIT(Dissimilarity in Trades)を導入し,既存手法と比較して優れた性能を示す非解釈可能なラリティメータDITを発表した。

関連論文リスト

• Bringing Masked Autoencoders Explicit Contrastive Properties for Point Cloud Self-Supervised Learning [116.75939193785143]
  画像領域における視覚変換器(ViT)のコントラスト学習(CL)は、従来の畳み込みバックボーンのCLに匹敵する性能を達成した。 ViTで事前訓練した3Dポイントクラウドでは、マスク付きオートエンコーダ(MAE)モデリングが主流である。
  論文  参考訳（メタデータ） (2024-07-08T12:28:56Z)
• Measuring Orthogonality in Representations of Generative Models [81.13466637365553]
  教師なしの表現学習において、モデルは高次元データから低次元の学習表現に不可欠な特徴を蒸留することを目的としている。 独立した生成過程の切り離しは、長い間、高品質な表現を生み出してきた。 我々は、IWO(Importance-Weighted Orthogonality)とIWR(Importance-Weighted Rank)の2つの新しい指標を提案する。
  論文  参考訳（メタデータ） (2024-07-04T08:21:54Z)
• A Thorough Performance Benchmarking on Lightweight Embedding-based Recommender Systems [67.52782366565658]
  State-of-the-art recommender system (RS) は、埋め込みベクトルによって符号化される分類的特徴に依存し、結果として非常に大きな埋め込みテーブルとなる。 軽量埋め込み型RSの繁栄にもかかわらず、評価プロトコルには幅広い多様性が見られる。 本研究では, LERSの性能, 効率, クロスタスク転送性について, 徹底的なベンチマークによる検討を行った。
  論文  参考訳（メタデータ） (2024-06-25T07:45:00Z)
• Parameter-Efficient Fine-Tuning for Pre-Trained Vision Models: A Survey and Benchmark [97.8968058408759]
  事前学習された視覚モデル(PVM)は、幅広い下流の視覚タスクに顕著な適応性を示した。 これらのモデルが数十億または数兆のパラメータにスケールするにつれて、計算と記憶の要求が高いため、従来の完全な微調整はますます非現実的になっている。 パラメータ効率の良いファインチューニング(PEFT)は、モデルパラメータを最小限に調整しながら、完全なファインチューニングに匹敵するパフォーマンスを実現するための、有望な代替手段として登場した。
  論文  参考訳（メタデータ） (2024-02-03T19:12:20Z)
• NFT1000: A Cross-Modal Dataset for Non-Fungible Token Retrieval [38.63307493935328]
  我々は、756万の画像テキストペアを含む「NFT Top1000 Visual-Text」(NFT1000)というベンチマークデータセットを導入する。 このデータセットと、CLIPシリーズの事前学習モデルを活用することにより、動的マスキング微調整方式を提案する。 また、ビジュアルテキストペアデータの類似性と検索難度を評価するために、ロバストなメトリクス包括的変動指標(CVI)を提案する。
  論文  参考訳（メタデータ） (2024-01-29T03:30:15Z)
• NFTVis: Visual Analysis of NFT Performance [12.491701063977825]
  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。
  論文  参考訳（メタデータ） (2023-06-05T09:02:48Z)
• 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)
• Dimensionality Reduction for Sentiment Classification: Evolving for the Most Prominent and Separable Features [4.156782836736784]
  感情分類において、膨大なテキストデータ、その膨大な次元、および固有のノイズは、機械学習分類器が高レベルで複雑な抽象化を抽出することが極めて困難である。 既存の次元削減技術では、コンポーネントの数を手動で設定する必要があるため、最も顕著な特徴が失われる。 我々は,2次元化技術であるSentiment Term Presence Count(SentiTPC)とSentiment Term Presence Ratio(SentiTPR)からなる新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:46:52Z)

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。