論文の概要: The Economic Security of Exponential EIP-1559

• arxiv url: http://arxiv.org/abs/2610.10333v1
• Date: Wed, 07 Oct 2026 16:16:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.031829
• Title: The Economic Security of Exponential EIP-1559
• Title（参考訳）: 指数EIP-1559の経済安全
• Abstract要約: 本稿では,ブロックチェーンのガス価格設定機構であるEIP-1559のパラメータ選択の問題について考察する。 従来の作業とは対照的に,選択されたパラメータは,所定の時間窓上での使用が所定の閾値を超えると,総ガス料金の上限を低くすることを保証する。
• 参考スコア（独自算出の注目度）: 4.930179806527363
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We consider the problem of parameter selection for EIP-1559, a widely used gas pricing mechanism for blockchains. As opposed to previous work, we aim to achieve economic security, where the chosen parameters guarantee a lower bound on total collected gas fees whenever usage over a given time window exceeds a specified threshold. This bound can be set prohibitively high, thereby economically deterring usage above a desired level. Such guarantees are particularly relevant to long-term objectives such as limiting state growth. We apply our approach to the pure exponential version of EIP-1559 which Ethereum uses and to a variant used by Robinhood Chain and Arbitrum. To achieve economic security, we first characterize the revenue-minimizing gas-usage distribution for the exponential version and for the other variant we construct a distribution whose associated fee revenue provably approximates the minimum. Using these results, we then demonstrate how to set economically secure mechanism parameters for both variants and we discuss the associated tradeoffs.
• Abstract（参考訳）: 本稿では,ブロックチェーンのガス価格設定機構であるEIP-1559のパラメータ選択の問題について考察する。 従来の作業とは対照的に,選択されたパラメータは,所定の時間窓上での使用が所定の閾値を超えると,総ガス料金の上限を低くすることを保証する。 この境界は違法に高く設定することができ、したがって経済的に所望以上の使用を抑えることができる。 このような保証は、国家の成長を制限するような長期的な目標に特に関係している。 我々は,Ethereumが使用しているEIP-1559の純粋指数版と,Robinhood ChainとArbitrumが使用している変種に適用する。 経済的な安全性を達成するため,指数型のガス使用量の最小化をまず特徴付けるとともに,それに伴う手数料収入が最小限に近似した分布を構築した。 これらの結果を用いて、両変種に対して経済的に安全なメカニズムパラメータを設定する方法を示し、関連するトレードオフについて議論する。

関連論文リスト

• Dynamic Transaction Scheduling and Pricing in the Ethereum Mempool [2.2344764434954256]
  ヘテロジニアスサイズのトランザクションが時間とともに到着し、スケジュールまでメムプールに留まる動的トランザクションスケジューリング問題について検討する。 本結果は,長期割引報酬を最大化しつつ,動的価格設定がメムプールを安定化させることを示す。 特に、オーバーシュートペナルティは増加し、平均的なスケジュールされたトランザクションボリュームはターゲットブロック容量に収束し、その結果のNPG更新はEIP-1559価格更新ルールに類似する。
  論文  参考訳（メタデータ） (2026-05-12T22:20:29Z)
• Conformal Bandits: Bringing statistical validity and reward efficiency to the small-gap regime [0.39082875522676397]
  本稿では,コンフォーマル予測を帯域問題に組み込む新しいフレームワークであるConformal Banditsを紹介する。 有限時間予測カバレッジという形で統計的保証を施した意思決定の盗賊政策の後悔を最小化する可能性を橋渡しする。 これに触発された私たちは、小さなギャップ設定での後悔の観点から、我々のフレームワークの実践的な優位性を示します。
  論文  参考訳（メタデータ） (2025-12-10T17:34:55Z)
• Bayesian Hierarchical Probabilistic Forecasting of Intraday Electricity Prices [0.0]
  本研究は、ドイツの日内取引で取引された電力価格のベイズ予測を初めて示したものである。 ターゲット変数はIDFull価格指数であり、予測は後続の予測分布として与えられる。 絶対誤差で平均5.9,%の減少を含む点測度と確率スコアの大幅な改善を観察する。
  論文  参考訳（メタデータ） (2024-03-08T16:51:27Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• Autoregressive Bandits [58.46584210388307]
  本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。 報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。 次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
  論文  参考訳（メタデータ） (2022-12-12T21:37:36Z)
• Price Interpretability of Prediction Markets: A Convergence Analysis [6.623653707600985]
  指数的ユーティリティベース市場におけるエージェント信念の幾何学的平均に制限価格が収束することを示す。 また、制限価格は、エージェントの信念、リスクパラメータ、富をカプセル化する方程式の体系によって特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-05-18T13:15:11Z)
• Provably Efficient Safe Exploration via Primal-Dual Policy Optimization [105.7510838453122]
  制約付きマルコフ決定過程(CMDP)を用いた安全強化学習(SRL)問題について検討する。 本稿では,関数近似設定において,安全な探索を行うCMDPの効率の良いオンラインポリシー最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-01T17:47:03Z)
• Momentum Improves Normalized SGD [51.27183254738711]
  モーメントを追加することで、目的に対する大きなバッチサイズの必要性を確実に排除できることを示す。 本稿では,ResNet-50 や BERT といった大規模タスクの事前学習において,提案手法が有効であることを示す。
  論文  参考訳（メタデータ） (2020-02-09T07:00:54Z)

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。