PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.20700v1cs.DC

블록체인 네트워크를 위한 평판 인식 유니노름 기반 합의 알고리즘 프레임워크

A Framework for Reputation Aware Uninorm-driven Consensus Algorithms for Blockchain Networks

블록체인 운영은 합의 알고리즘(CA)에 의해 관리된다. 여러 합의 메커니즘은 상당한 연산력을 요구하는 반면, 다른 메커니즘은 블록 내 거래를 검증하고 확인할 참여자를 선정하기 위해 많은 지분(stake)을 필요로 하며, 이는 권력 집중과 참여자 배제로 이어진다. 본 논문은 직관적 퍼지 집합(IFSs)과 유니노름 집합 연산(UAOs)을 사용하여 검증자(validator)의 평판 행동을 연구함으로써, 평판 기반 합의 알고리즘에서 이러한 문제를 해결하는 새로운 방법론을 제안한다. 본 접근법은 "평판"을 표현하기 위해 IFSs를 사용한다. 합의 알고리즘에서 평판 값은 결국 불확실성을 내포하며, IFSs는 평판에 대한 정확한 지식 부족을 표현하는 데 도움이 되기 때문이다. 또한 이 방법론은 유니노름 집합 연산을 활용하여 시간에 따른 평판을 모니터링하고, 부정적 및 긍정적 평판의 중요성을 강화한다. 결과적으로, 이 솔루션은 검증자가 이후 검증 과정에서 과거 실패를 수정할 수 있게 하고, 공정한 합의 알고리즘 설계를 촉진한다. 제안된 프레임워크는 선형 계산 복잡도를 유지하며, 기본 합의 프로토콜을 넘어 추가적인 통신 오버헤드를 도입하지 않는다. 실험 결과가 뒷받침하는 바, 본 방법론은 향상된 성능과 평가를 보여주며, 블록체인 네트워크의 공정성과 포용성 발전을 약속한다.

arXiv:2607.05635v1cs.LG

다중 뷰 학습을 결합한 직관적 퍼지 그래프 임베딩 랜덤 벡터 함수 링크 네트워크

Intuitionistic Fuzzy Graph Embedded Random Vector Functional Link with Multiview Learning

RVFL 네트워크의 기하학적 관계 보존 및 다중 뷰 활용의 한계를 극복하기 위해, 직관적 퍼지 집합(intuitionistic fuzzy sets), 그래프 임베딩(graph embedding), 다중 뷰 학습(multiview learning)을 통합한 IFGRVFL-MV 모델을 제안한다. UCI 및 KEEL 벤치마크 데이터셋 실험에서 기존 모델 대비 분류 정확도가 통계적으로 유의미하게 향상됨을 확인하였다.