論文の概要: Coin selection by Random Draw according to the Boltzmann distribution

• arxiv url: http://arxiv.org/abs/2602.17490v1
• Date: Thu, 19 Feb 2026 16:00:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:29.197131
• Title: Coin selection by Random Draw according to the Boltzmann distribution
• Title（参考訳）: ボルツマン分布によるランダムドローによるコイン選択
• Authors: Jan Lennart Bönsel, Michael Maurer, Silvio Petriconi, Andrea Tundis, Marc Winstel,
• Abstract要約: 本稿では統計物理学の原理に着想を得た確率論的アルゴリズムであるボルツマン・ドローを提案する。 このアルゴリズムはボルツマン分布に従ってトークンを描画することに依存しており、ランダムドロー法の拡張と改善の役割を果たしている。 数値計算により, 選択した入力トークン数と, ダスト発生の低減, ウォレット内のトークンプールサイズの制限効果が示された。
• 参考スコア（独自算出の注目度）: 0.13048920509133805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coin selection refers to the problem of choosing a set of tokens to fund a transaction in token-based payment systems such as, e.g., cryptocurrencies or central bank digital currencies (CBDCs). In this paper, we propose the Boltzmann Draw that is a probabilistic algorithm inspired by the principles of statistical physics. The algorithm relies on drawing tokens according to the Boltzmann distribution, serving as an extension and improvement of the Random Draw method. Numerical results demonstrate the effectiveness of our method in bounding the number of selected input tokens as well as reducing dust generation and limiting the token pool size in the wallet. Moreover, the probabilistic algorithm can be implemented efficiently, improves performance and respects privacy requirements - properties of significant relevance for current token-based technologies. We compare the Boltzmann draw to both the standard Random Draw and the Greedy algorithm. We argue that the former is superior to the latter in the sense of the above objectives. Our findings are relevant for token-based technologies, and are also of interest for CBDCs, which as a legal tender possibly needs to handle large transaction volumes at a high frequency.
• Abstract（参考訳）: コイン選択(Coin selection)とは、トークンベースの決済システム(例えば、暗号通貨や中央銀行のデジタル通貨(CBDC))で取引を行うトークンのセットを選択する問題を指す。 本稿では,統計物理学の原理に着想を得た確率論的アルゴリズムであるボルツマン・ドローを提案する。 このアルゴリズムはボルツマン分布に従ってトークンを描画することに依存しており、ランダムドロー法の拡張と改善の役割を果たしている。 数値計算により, 選択した入力トークン数と, ダスト発生の低減, ウォレット内のトークンプールサイズの制限効果が示された。 さらに、確率的アルゴリズムは効率よく実装でき、パフォーマンスを改善し、現在のトークンベースの技術に重要な関連性を持つプライバシー要件を尊重する。 ボルツマン・ドローと標準ランダム・ドローとグリーディ・アルゴリズムを比較した。 前者は上述の目的という意味で後者より優れていると論じる。 我々の発見はトークンベースの技術に関係しており、CBDCにも関心がある。

関連論文リスト

• ToSA: Token Selective Attention for Efficient Vision Transformers [50.13756218204456]
  ToSAはトークン選択型アテンションアプローチで、コンバータ層をスキップできるトークンだけでなく、参加する必要のあるトークンも識別できる。 ToSAは,ImageNet分類ベンチマークの精度を維持しながら,計算コストを大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2024-06-13T05:17:21Z)
• Correcting Subverted Random Oracles [55.4766447972367]
  簡単な構成は、少数の入力で元のものと矛盾する「反転」ランダムオラクルを、ランダム関数から微分不可能な対象に変換することができることを証明している。 この結果から, 暗号プリミティブの設計者は, 通常のクリプトグラフィ設定で, ランダムなオラクルを信頼できるブラックボックスとして使用することができる。
  論文  参考訳（メタデータ） (2024-04-15T04:01:50Z)
• Provably Secure Disambiguating Neural Linguistic Steganography [66.30965740387047]
  サブワードに基づく言語モデルを使用する際に生じるセグメンテーションの曖昧さ問題は、時にはデコード障害を引き起こす。 そこで我々はSyncPoolという,セグメンテーションのあいまいさ問題に効果的に対処する,セキュアな曖昧さ回避手法を提案する。 SyncPoolは、候補プールのサイズやトークンの分布を変えないため、確実に安全な言語ステガノグラフィー手法に適用できる。
  論文  参考訳（メタデータ） (2024-03-26T09:25:57Z)
• Honeybee: Byzantine Tolerant Decentralized Peer Sampling with Verifiable Random Walks [6.120657470247715]
  Honeybeeは分散ネットワークのための効率的なサンプリングアルゴリズムである。 ハチは圧倒的な数のノードが存在する場合でも攻撃に対して安全である。
  論文  参考訳（メタデータ） (2024-02-25T21:29:44Z)
• Dynamically Allocated Interval-Based Generative Linguistic Steganography with Roulette Wheel [10.72286166021398]
  既存の言語ステガノグラフィースキームは、しばしば候補プール内のトークンの条件付き確率(CP)を見落としている。 本稿では, DAIRstegaと呼ばれる, 割り当てられた間隔に基づくスキームを提案する。
  論文  参考訳（メタデータ） (2024-01-28T13:21:44Z)
• Generalized Hybrid Search and Applications to Blockchain and Hash Function Security [50.16790546184646]
  まず,ハイブリッド量子古典戦略を用いて,様々な探索問題を解くことの難しさについて検討する。 次に、ハイブリッド量子古典探索アルゴリズムを構築し、その成功確率を解析する。
  論文  参考訳（メタデータ） (2023-11-07T04:59:02Z)
• A Game-theoretic Approach for Provably-Uniform Random Number Generation in Decentralized Networks [0.6216023343793144]
  ランダム性の分散生成のためのプロトコルを提供する。 無信頼であり、不偏乱数を生成する。 また、タンパー耐性があり、出力を変更したり、その分布に影響を与えない。
  論文  参考訳（メタデータ） (2023-09-20T12:21:39Z)
• Blockchain Framework for Artificial Intelligence Computation [1.8148198154149393]
  ブロック検証とコンセンサス機構を深層強化学習プロセスとして設計する。 当社の手法は,次世代のパブリックブロックチェーンネットワークの設計に使用されている。
  論文  参考訳（メタデータ） (2022-02-23T01:44:27Z)
• Generative Semantic Hashing Enhanced via Boltzmann Machines [61.688380278649056]
  既存の生成ハッシュ法は、主に後部分布の分解形式を仮定する。 本稿では,ボルツマンマシンの分布を検索後部として利用することを提案する。 ハッシュコード内の異なるビット間の相関関係を効果的にモデル化することにより、我々のモデルは大幅な性能向上を達成できることを示す。
  論文  参考訳（メタデータ） (2020-06-16T01:23:39Z)

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。