Fugu-MT 論文翻訳(概要): On Pearl Blockchain's Proof of Useful Work: Systematization and Flexibility

論文の概要: On Pearl Blockchain's Proof of Useful Work: Systematization and Flexibility

arxiv url: http://arxiv.org/abs/2610.25347v1
Date: Sun, 18 Oct 2026 15:44:04 GMT
ステータス: 情報取得中
システム内更新日: 2026-10-20 22:37:41.049274
Title: On Pearl Blockchain's Proof of Useful Work: Systematization and Flexibility
Title（参考訳）: パール・ブロックチェーンの有用性証明について:システム化と柔軟性
Abstract要約: パールブロックチェーンのホワイトペーパー(Pearl Research Team)におけるPoUW(Proof-of-useful-work)方式の再検討我々は,Jackpotポリシーの代替として系統的な感度特性と,感度条件を検証する効率的なアルゴリズムを提案する。我々の特徴は、より柔軟なPoUWスキームをもたらし、鉱夫の自律性を損なう。
参考スコア（独自算出の注目度）: 1.455240131708017
License:
Abstract: We revisit the proof-of-useful-work (PoUW) scheme in Pearl blockchain's white paper (Pearl Research Team), giving a systematic sensitivity characterization as an alternative to its Jackpot policy, along with efficient algorithm for verifying the sensitivity condition. Beyond its independent interest, our characterization yields a more flexible PoUW scheme that eenables miner autonomy: each miner can independently choose its noise magnitude to tailor the trade-off between computational accuracy and mining efficiency to its own needs.
Abstract（参考訳）: 我々は、パールブロックチェーンのホワイトペーパー(Pearl Research Team)のPoUWスキームを再考し、Jackpotポリシーの代替として、システマティックな感度特性と、感度条件を検証する効率的なアルゴリズムを提供する。各鉱夫は独立してノイズの大きさを選択し、計算精度と鉱業効率のトレードオフを自身のニーズに合わせることができる。

関連論文リスト

Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。提案手法の有効性を数値解析により検証した。
論文参考訳（メタデータ） (2024-11-04T17:48:02Z)
Efficient Zero-Knowledge Proofs for Set Membership in Blockchain-Based Sensor Networks: A Novel OR-Aggregation Approach [20.821562115822182]
本稿では,ゼロ知識集合メンバシップ証明のための新しいOR集約手法を提案する。我々は、包括的な理論基盤、詳細なプロトコル仕様、厳密なセキュリティ分析を提供する。その結果, 証明サイズ, 生成時間, 検証効率が有意に向上した。
論文参考訳（メタデータ） (2024-10-11T18:16:34Z)
Balancing Security and Accuracy: A Novel Federated Learning Approach for Cyberattack Detection in Blockchain Networks [10.25938198121523]
本稿では,ブロックチェーンベースのデータ共有ネットワークのセキュリティ向上を目的とした,CCD(Collaborative Cyber attack Detection)システムを提案する。本稿では,攻撃検出精度,ディープラーニングモデル収束時間,グローバルモデル生成の全体的な実行時間など,様々なノイズタイプが重要なパフォーマンス指標に与える影響について検討する。この結果から,データプライバシの確保とシステムパフォーマンスの維持という,複雑なトレードオフが明らかとなり,これらのパラメータを多様なCCD環境に最適化するための貴重な洞察が得られた。
論文参考訳（メタデータ） (2024-09-08T04:38:07Z)
Scalable Zero-Knowledge Proofs for Verifying Cryptographic Hashing in Blockchain Applications [16.72979347045808]
ゼロ知識証明(ZKP)は、現代のブロックチェーンシステムのスケーラビリティ問題に対処するための、有望なソリューションとして登場した。本研究では,暗号ハッシュの計算完全性を保証するため,ZKPの生成と検証を行う手法を提案する。
論文参考訳（メタデータ） (2024-07-03T21:19:01Z)
DistriBlock: Identifying adversarial audio samples by leveraging characteristics of the output distribution [16.74051650034954]
アドリアックは、自動音声認識システムを誤認して任意のターゲットテキストを予測する。本稿では,任意のASRシステムに適用可能な効率的な検出戦略であるDistriBlockを提案する。提案手法の最高性能は, 受信機動作特性曲線下において, 99%, 97%のクリーン・ノイズデータに対して, ターゲット対向例を識別する平均面積である。
論文参考訳（メタデータ） (2023-05-26T14:59:28Z)
Fed-CBS: A Heterogeneity-Aware Client Sampling Mechanism for Federated Learning via Class-Imbalance Reduction [76.26710990597498]
本研究では,ランダムに選択したクライアントからのグループデータのクラス不均衡が,性能の大幅な低下につながることを示す。我々のキーとなる観測に基づいて、我々は効率的なクライアントサンプリング機構、すなわちフェデレートクラスバランスサンプリング(Fed-CBS)を設計する。特に、クラス不均衡の尺度を提案し、その後、同型暗号化を用いてプライバシー保護方式でこの尺度を導出する。
論文参考訳（メタデータ） (2022-09-30T05:42:56Z)
Decentralized Stochastic Optimization with Inherent Privacy Protection [103.62463469366557]
分散最適化は、現代の協調機械学習、分散推定と制御、大規模センシングの基本的な構成要素である。データが関与して以降、分散最適化アルゴリズムの実装において、プライバシ保護がますます重要になっている。
論文参考訳（メタデータ） (2022-05-08T14:38:23Z)
Sequential Information Design: Markov Persuasion Process and Its Efficient Reinforcement Learning [156.5667417159582]
本稿では,逐次情報設計の新たなモデル,すなわちマルコフ説得過程(MPP)を提案する。 MPPのプランニングは、ミオピックレシーバーに同時に説得されるシグナルポリシーを見つけ、送信者の最適な長期累積ユーティリティを誘導する、というユニークな課題に直面している。我々は,楽観主義と悲観主義の両原理の新たな組み合わせを特徴とする,実証可能な効率のよい非回帰学習アルゴリズム,Optimism-Pessimism Principle for Persuasion Process (OP4) を設計する。
論文参考訳（メタデータ） (2022-02-22T05:41:43Z)
Implicit Distributional Reinforcement Learning [61.166030238490634]
2つのディープジェネレータネットワーク(DGN)上に構築された暗黙の分布型アクター批判(IDAC) 半単純アクター (SIA) は、フレキシブルなポリシー分布を利用する。我々は,代表的OpenAI Gym環境において,IDACが最先端のアルゴリズムより優れていることを観察する。
論文参考訳（メタデータ） (2020-07-13T02:52:18Z)

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。