284788記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. Proof-of-Data（Proof-of-Data: A Consensus Protocol for Collaborative Intelligence）
2 分で読了
2 views

Proof-of-Data

（Proof-of-Data: A Consensus Protocol for Collaborative Intelligence）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「分散型フェデレーテッドラーニングでPoDを使えば」と言われまして、正直ピンと来ないのです。これって要するに何が変わるんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫です、田中専務。簡潔に言うと、Proof-of-Dataは“誰がどれだけ貢献したか”を暗号的に評価しつつ、中央管理者なしで学習を進めるための仕組みですよ。まず要点を3つで説明しますね。

田中専務

3つとは？投資対効果や現場適用の観点で知りたいのですが、技術的な前提が多いと判断できません。

AIメンター拓海

まず一点目、

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
ヘッブ学習を取り入れた畳み込みニューラルネットワークの生物学的一貫性と有効性の向上
（Advancing the Biological Plausibility and Efficacy of Hebbian Convolutional Neural Networks）
次の記事
LOHA: 低域・高域ビュー間に着目したグラフスペクトル対照学習
（LOHA: Direct Graph Spectral Contrastive Learning Between Low-pass and High-pass Views）
関連記事
DNNの量子化評価のための探索的ソフトウェアテストフレームワーク
（DiverGet: A Search-Based Software Testing Approach for Deep Neural Network Quantization）
相互作用により解放される運動学的状態
（Freed by interaction kinetic states in the Harper model）
グローバル海面水温が明らかにしたENSOの類型・指標・遠隔連鎖
（On the archetypal ‘flavours’, indices and teleconnections of ENSO revealed by global sea surface temperatures）
オープンワールド分類と適応的ネガティブサンプル
（Open World Classification with Adaptive Negative Samples）
白質高信号
（WMH）セグメンテーションの不確実性定量化がもたらす臨床自動化の改善（Uncertainty quantification for White Matter Hyperintensity segmentation detects silent failures and improves automated Fazekas quantification）
高エネルギー・ニュートリノ望遠鏡による宇宙粒子物理学
（Astroparticle Physics with High Energy Neutrino Telescopes）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
深層ニューラルネットワークにおけるエントロピーと相互情報量の定量化
（Entropy and mutual information in models of deep neural networks）
  • 論文研究
技術サポート文書から手順を抽出する方法
（Mining Procedures from Technical Support Documents）
  • 論文研究
多タスク・コックス過程における効率的推論
（Efficient Inference in Multi-task Cox Process Models）
  • 論文研究
Local SGDによる分散学習の通信最適化
（Local SGD Converges Fast and Communicates Little）
  • 論文研究
マルチ時間分解能とマルチレベル特徴を組み合わせた環境音分類
（Environmental Sound Classification Based on Multi-temporal Resolution Convolutional Neural Network Combining with Multi-level Features）
  • 論文研究
精密なスパイク時刻を用いた学習：Liquid State Machineの新しいデコーディングアルゴリズム
（Learning with precise spike times: A new decoding algorithm for liquid state machines）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む