«Машинное/глубокое обучение для интеллекта блокчейна»
жүктеу/скачать 17,22 Kb.
|
абстракт разак
- Бұл бет үшін навигация:
- Ключевые слова
|
«Машинное/глубокое обучение для интеллекта блокчейна» Аннотация Введение определение и значение проблемы, связанная работа и предлагаемый план АННОТАЦИЯ Машинное обучение и глубокое обучение могут быть полезными инструментами для анализа и получения информации из данных блокчейна. В данной работе предложены способы реализации и внедрения моделей машинного обучения в блокчейн‐системы с учетом особенностей последних. Рассмотрены такие варианты, как подключение сторонних сервисов и реализация моделей непосредственно в самом блокчейне — посредством смарт‐контрактов с помощью байткода виртуальной машины. Ключевые слова: машинное обучение, блокчейн, вычислительные системы. ВВЕДЕНИЕ
Блокчейн — это распределенный реестр, хранящий данные в виде “блоков”. Каждый блок содержит информацию, связанную с предыдущим блоком в цепочке. Эти данные защищены с помощью криптографии и не могут быть изменены даже тем, кто их создал. Блокчейн не полагается на центральный орган для проверки и подтверждения новых данных, а опирается на математический процесс, называемый консенсусным механизмом. Блокчейн может использоваться в отраслях, где необходимо обрабатывать большое количество данных (онлайн-видео), обеспечивая хранение, исследование и обмен данными. Криптография гарантирует, что все данные в блокчейне будут: неизменно записываться в блокчейн; проверяться с соблюдением конфиденциальности пользователя и обрабатываемой информации; легко распространяться благодаря распределенному характеру блокчейна. Блокчейн и искусственный интеллект (ИИ) — это технологии, лежащие в основе цифровой трансформации. Каждая из них способна внести революционные изменения в некоторые отрасли, а объединившись, они смогут значительно увеличить свой потенциал. Искусственный интеллект — это способность компьютеров обучаться действиям и задачам, для выполнения которых прежде требовался человеческий интеллект. В искусственном интеллекте используются нейронные сети, которые имитируют работу человеческого интеллекта и нервной системы человека посредством машинного обучения. Это позволяет ИИ совершенствоваться со временем и разрабатывать интеллектуальные алгоритмы. ИИ может анализировать, классифицировать и прогнозировать различные наборы данных. Машинное обучение используется для обучения на основе предоставленных данных, что позволяет создавать более совершенные модели. Таким образом, наборы данных, предоставляемые ИИ, чрезвычайно важны и должны постоянно обновляться, чтобы обеспечить эффективность моделей ИИ. Основная цель проекта — перенести преимущества блокчейна и криптовалют в традиционные информационные системы. Среди самых основных преимуществ классически выделяют такие как: информационная безопасность, децентрализация, распределенная обработка данных и другие. Комбинация машинного обучения с блокчейн-системой позволяет расширить задачи, доступные разработчику и бизнесу к реализации. В частности, на основе данных, которые записаны в блокчейн, модель может выполнять, например, прогностические операции, обнаружение паттернов и образов. Модель может быть реализована как в рамках блокчейн-системы посредством смарт-контрактов, так и реализована вне ее, посредством специальных сервисов-оракулов. В данной работе рассмотрены оба способа, а также проанализированы их преимущества и недостатки. жүктеу/скачать 17,22 Kb. Достарыңызбен бөлісу:
|