用于区块链分析的机器学习智能体的分布式创建
机器学习
2019-09-10 v1 密码学与安全
分布式、并行与集群计算
机器学习
摘要
创建高效的深度神经网络需要对拓扑结构和超参数进行重复的手动优化。这种人工干预严重阻碍了该过程。近期文献提出了多种神经架构搜索(NAS)算法来自动化这一工作。我们将带有网络态射和贝叶斯优化的定制 NAS 算法应用于加密货币预测问题,其取得了与我们所设计最佳手动模型相当的结果。这与其他团队的发现一致,而若干已知实验表明,在充足算力下,NAS 算法可以超越人类设计的最先进神经网络模型。本文提出一种区块链网络协议,激励独立计算节点运行 NAS 算法并竞争寻找针对特定任务的更优神经网络模型。若得以实现,此类网络可成为机器学习模型的自主且自我改进的源头,显著推动并普及众多行业对 AI 能力的获取。
引用
@article{arxiv.1909.03848,
title = {Distributed creation of Machine learning agents for Blockchain analysis},
author = {Zvezdin Besarabov and Todor Kolev},
journal= {arXiv preprint arXiv:1909.03848},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1810.06696