Fugu-MT 論文翻訳(概要): Graphlet-based Decentralized Finance Transaction Method Classification

論文の概要: Graphlet-based Decentralized Finance Transaction Method Classification

arxiv url: http://arxiv.org/abs/2610.23466v1
Date: Fri, 16 Oct 2026 13:46:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-20 00:56:07.943354
Title: Graphlet-based Decentralized Finance Transaction Method Classification
Title（参考訳）: グラフレットに基づく分散ファイナンス取引手法の分類
Abstract要約: ネットワークトポロジがDeFi操作を記述したトランザクションメソッドを識別できるかどうかを検討する。我々は、最も頻繁な30のメソッドを分類するために、有向グラフレットの特徴を抽出する。
参考スコア（独自算出の注目度）: 1.0323063834827415
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Decentralized Finance (DeFi) transactions involve complex interactions among accounts, smart contracts, and tokens. We investigate whether network topology can identify transaction methods that describe DeFi operations. We extract directed graphlet features to classify the 30 most frequent methods. Our results show that graphlet features complement event log counts in improving classification performance. Using SHapley Additive exPlanations (SHAP), we further derive model explanations that reveal method-specific graphlet structural patterns.
Abstract（参考訳）: 分散ファイナンス(DeFi)トランザクションには、アカウント間の複雑なインタラクション、スマートコントラクト、トークンが含まれる。ネットワークトポロジがDeFi操作を記述したトランザクションメソッドを識別できるかどうかを検討する。我々は、最も頻繁な30のメソッドを分類するために、有向グラフレットの特徴を抽出する。以上の結果から,グラフレットはイベントログ数を補完し,分類性能の向上を図っている。 SHAP(SHapley Additive exPlanations)を用いることで、メソッド固有のグラフレット構造パターンを明らかにするモデル説明を導出する。

関連論文リスト

FRACTION: Fraud Explanation Generation via Agentic Graph Context Navigation [67.14925690625753]
本稿では,Fraud Explanation Generation by Agentic Graph Context NavigaTION (FRACTION)を提案する。説明の質を評価するために, 忠実度, グラフの接地, 有用性, 一貫性, 簡潔さを評価するタスク特化ルーブリックを導入する。グラフエージェントを訓練するために,ツール使用行動と構造的説明生成の両方を学習するルーリック誘導型トラジェクトリー蒸留法を提案する。
論文参考訳（メタデータ） (2026-10-13T09:16:24Z)
GraphFAS: A Distributed System for Automated Graph Feature Generation and Selection in Industrial Transaction Networks [20.33838358303743]
本稿では,Borutaに基づく分散特徴選択手法であるGraphFASを提案する。マルチホップサブグラフ抽出とマルチスケールアグリゲーションによって、明示的で解釈可能な構造的特徴を構築する。ドメインの専門知識を最小限に抑えて、大規模な情報機能を明確に識別する。
論文参考訳（メタデータ） (2026-09-08T16:20:43Z)
Representation Learning on Large Non-Bipartite Transaction Networks using GraphSAGE [0.9415859226090767]
本稿では,グラフニューラルネットワークフレームワークであるGraphSAGEの,銀行業務における不均質なトランザクションネットワークへの実践的応用について述べる。匿名化された顧客および商取引を用いて取引ネットワークを構築し、ノード埋め込みを生成するためにGraphSAGEモデルを訓練する。私たちの研究は、銀行規模のネットワークへのこのフレームワークの適用性を強調し、インダクティブな能力、スケーラビリティ、解釈可能性を強調します。
論文参考訳（メタデータ） (2025-09-12T14:09:16Z)
Ethereum Fraud Detection via Joint Transaction Language Model and Graph Representation Learning [6.378807038086552]
現在の不正検出方法は、トランザクション内の意味情報や類似性パターンを考慮できない。本稿では,トランザクション言語モデルとグラフベースの手法を組み合わせたTLMG4Ethを提案する。
論文参考訳（メタデータ） (2024-09-09T07:13:44Z)
Bures-Wasserstein Means of Graphs [60.42414991820453]
本研究では,スムーズなグラフ信号分布の空間への埋め込みを通じて,グラフ平均を定義する新しいフレームワークを提案する。この埋め込み空間において平均を求めることにより、構造情報を保存する平均グラフを復元することができる。我々は,新しいグラフの意味の存在と特異性を確立し,それを計算するための反復アルゴリズムを提供する。
論文参考訳（メタデータ） (2023-05-31T11:04:53Z)
Joint Graph Learning and Matching for Semantic Feature Correspondence [69.71998282148762]
本稿では,グラフマッチングを向上するための信頼度の高いグラフ構造を探索するために,GLAMという共用電子グラフ学習とマッチングネットワークを提案する。提案手法は,3つの人気ビジュアルマッチングベンチマーク (Pascal VOC, Willow Object, SPair-71k) で評価される。すべてのベンチマークにおいて、従来の最先端のグラフマッチング手法よりも大きなマージンを達成している。
論文参考訳（メタデータ） (2021-09-01T08:24:02Z)
Temporal Graph Network Embedding with Causal Anonymous Walks Representations [54.05212871508062]
本稿では,時間グラフネットワークに基づく動的ネットワーク表現学習のための新しいアプローチを提案する。評価のために、時間的ネットワーク埋め込みの評価のためのベンチマークパイプラインを提供する。欧州の大手銀行が提供した実世界のダウンストリームグラフ機械学習タスクにおいて、我々のモデルの適用性と優れた性能を示す。
論文参考訳（メタデータ） (2021-08-19T15:39:52Z)
Effective and Efficient Graph Learning for Multi-view Clustering [173.8313827799077]
マルチビュークラスタリングのための効率的かつ効率的なグラフ学習モデルを提案する。本手法はテンソルシャッテンp-ノルムの最小化により異なるビューのグラフ間のビュー類似性を利用する。提案アルゴリズムは時間経済であり,安定した結果を得るとともに,データサイズによく対応している。
論文参考訳（メタデータ） (2021-08-15T13:14:28Z)
Shapley Flow: A Graph-based Approach to Interpreting Model Predictions [12.601158020289105]
Shapley Flowは、機械学習モデルを解釈するための新しいアプローチである。因果グラフ全体を考慮し、ノードをクレジット割り当ての基本単位として扱う代わりに、クレジットをテキストメッセージに割り当てる。
論文参考訳（メタデータ） (2020-10-27T20:21:00Z)
Progressive Graph Convolutional Networks for Semi-Supervised Node Classification [97.14064057840089]
グラフ畳み込みネットワークは、半教師付きノード分類のようなグラフベースのタスクに対処することに成功した。本稿では,コンパクトかつタスク固有のグラフ畳み込みネットワークを自動構築する手法を提案する。
論文参考訳（メタデータ） (2020-03-27T08:32:16Z)

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。