DML стремится использовать машинное обучение для создания беспристрастной и точной краудсорсинговой аналитики и прогнозов. Протокол предназначен для предоставления экономических стимулов и защиты конфиденциальности данных. Он предназначен для доступа к неиспользованным частным данным и раскрытия потенциала для развития машинного обучения. При этом как частные данные, так и вычислительная мощность для машинного обучения децентрализованы в виде алгоритмов, и они запускаются непосредственно на отдельных устройствах, используя их неиспользуемую вычислительную мощность.

· DML стремится достичь цели создания децентрализованного протокола и экосистемы машинного обучения на основе блокчейна. И для этого они используют неиспользованные частные данные для машинного обучения, защищая при этом конфиденциальность данных.

· Они подключают и используют простаивающие вычислительные мощности отдельных устройств для машинного обучения.

· Кроме того, поощрение участия периферийных пользователей путем создания сообщества разработчиков и рынка алгоритмов, которые продвигают инновации для создания алгоритмов машинного обучения, соответствующих практическим возможностям.

· Команда совершенствует и корректирует существующие алгоритмы и модели машинного обучения с помощью краудсорсинговых средств точной настройки моделей.

· Он создает новый служебный токен для DML и использует его в технологии смарт-контрактов блокчейна, чтобы обеспечить надежную и свободную от посредников платформу, которая объединяет потенциальных участников машинного обучения во всех аспектах.

DML и его рыночный потенциал

· Применение больших данных для машинного обучения

· Огромный рыночный потенциал существующих данных

· Раскройте огромный рыночный потенциал неиспользованных частных данных

· Использовать децентрализованную и простаивающую вычислительную мощность

· Раскройте творческий потенциал для создания алгоритмов и моделей ML с практической пользой

Решения

· Применение децентрализованного алгоритма и данных для прогнозирования машинного обучения

· Развертывание алгоритма машинного обучения для практического прогнозирования

· Клиенты приобретают алгоритмы из Marketplace

· Использование смарт-контрактов для обеспечения управления пользователями

· Децентрализованная архитектура посредством децентрализованного развертывания узла

· Распространение алгоритма на подходящие устройства

· Распределительный узел для идентификации устройств для распространения алгоритмов

· Механизм аукциона для определения приоритетов последовательности машинного обучения

· Запуск алгоритмов на устройствах соответствующих владельцев данных

· Запуск алгоритмов непосредственно на устройствах без извлечения данных

· Развертывание алгоритмов в авторизованном наборе данных отдельных лиц

· Делитесь зашифрованными результатами прогнозирования без извлечения данных

· Объединенные узлы для агрегирования результатов прогнозирования

· Средние результаты прогнозирования по федеративному обучению

· Проверка качества результатов прогнозирования на соответствие требованиям

· Узел отчетов для создания окончательного отчета и сохранения в IPFS

· Получение прогнозного отчета и выполнение смарт-контракта

· Улучшение существующего алгоритма машинного обучения с помощью тонкой настройки, основанной на информации толпы

· Распространить среди добровольных инструкторов для улучшения алгоритмов

· Адаптивный подход к тестированию: общие данные в качестве контрольной группы

· Объединенный узел для объединения взвешенных обновлений тонкой настройки

· Узел уточнения алгоритма для формирования точно настроенного алгоритма

Чтобы упростить экосистему DML, смарт-контракты используются без посредников в качестве инструмента, не требующего доверия. Это с точки зрения следующих людей

· Клиенты:

Клиенты, которые запрашивают услугу машинного обучения, платят токены DML для запуска алгоритма машинного обучения на авторизованном наборе данных владельцев данных на своих индивидуальных устройствах. Децентрализованные узлы будут способствовать распределению алгоритмов, а также сбору, агрегированию и усреднению результатов локального прогнозирования для создания окончательного отчета о прогнозировании.

· Разработчики машинного обучения:

Разработчики машинного обучения, которые продают свой алгоритм на торговой площадке DML, чтобы получать оплату от клиентов в токенах DML.

· Тренеры моделей

Тренеры моделей, которые корректируют и улучшают модель машинного обучения, получают вознаграждение от клиентов или разработчиков машинного обучения, которые хотят только улучшить свой алгоритм для дальнейшего использования.

Смарт-контракт на основе блокчейна

· Смарт-контракт для машинного обучения на неиспользованных данных

· Смарт-контракты для деятельности торговой площадки DML

· Приобретение алгоритмов машинного обучения для самостоятельных или бизнес-прогнозирования

· Тонкая настройка толпы для улучшения существующих алгоритмов машинного обучения

Преимущества

Раскройте творческий потенциал с помощью периферийных инноваций

DML Algorithm Marketplace создает сообщество разработчиков, где разработчики могут работать в качестве фрилансеров для создания и продажи своих алгоритмов машинного обучения в обмен на стимулы. Инновации и творческий подход к созданию алгоритмов машинного обучения высвобождаются, поскольку не требуется одобрения со стороны технологических гигантов или любых других сторон, имеющих личную заинтересованность. Более совершенные алгоритмы могут разрабатываться и развиваться благодаря открытой конкуренции в экосистеме свободного рынка.

Открыть рынок для продажи алгоритмов машинного обучения

Алгоритм DML Marketplace предоставляет разработчикам альтернативный способ продавать свои алгоритмы потенциальным покупателям алгоритмов на открытом рынке, свободном от контроля и затрат посредников. Транзакция будет выполнена в смарт-контракте с четкими письменными условиями и без риска дефолта.

Внешний источник для тонкой настройки алгоритмов машинного обучения

Через DML Marketplace у разработчиков есть дополнительные средства для связи с многочисленными владельцами отдельных устройств, которые могут поддержать ручные упражнения по точной настройке алгоритмов и обучению набора данных без необходимости нанимать внутренние ограниченные ресурсы. Это еще один прорыв и улучшение в машинном обучении за счет подключения и вовлечения модельных тренеров в толпу.

Раскройте экономическую ценность личных данных благодаря защите конфиденциальности

Через протокол DML раскрывается экономическая ценность частных данных. Владельцы данных заинтересованы в том, чтобы разрешить алгоритмам машинного обучения работать с их личными данными в обмен на токены DML без утечки их личных данных третьим лицам. Конфиденциальность данных защищена, поскольку через децентрализованные узлы будут собираться и агрегироваться только результаты прогнозирования, в то время как исходный источник личных данных будет храниться на их отдельных устройствах. Таким образом, владельцы данных могут участвовать в развитии машинного обучения с экономическими стимулами, в то время как проблемы конфиденциальности данных решаются.

Используйте неиспользуемую вычислительную мощность

DML отмечает экспоненциальное увеличение вычислительной мощности интеллектуальных устройств с выделенными чипами для встроенного искусственного интеллекта и машинного обучения. Хотя мы обычно не используем наши устройства активно 24 часа в сутки 7 дней в неделю, недоиспользуемая вычислительная мощность теперь может использоваться для запуска алгоритмов машинного обучения и получать вознаграждение вместе с использованием частного набора данных.

Владелец определенных данных и устройств также выступает в качестве инструктора модели

В то время как дизайн протокола DML направлен на то, чтобы запускать и делать прогнозы беспроблемным и автоматическим способом для поощрения массового участия, некоторые владельцы данных и устройств могут быть заинтересованы в том, чтобы пройти лишнюю милю, выступая в качестве обучающих моделей, исправляя метки машинного алгоритма в свое свободное время. Эти усилия способствуют развитию машинного обучения и зарабатывают дополнительный токен DML.

Снижение планки для применения алгоритма машинного обучения

DML Algorithm Marketplace создает открытый рынок, на котором любой может приобрести алгоритмы машинного обучения по рыночной цене, свободной от контроля и затрат посредников. В результате даже малые и средние предприятия, исследовательские институты и даже отдельные лица также могут позволить себе доступ к талантливым ресурсам со всего мира и приобретение алгоритмов для бизнес-прогнозирования или других видов использования по цене, определяемой рынком. Кроме того, клиенты могут запросить индивидуальные алгоритмы машинного обучения для конкретных прогнозов без обращения к посреднику, если требуемый алгоритм отсутствует в текущем списке или не соответствует точным требуемым критериям. Таким образом, рынок всегда может удовлетворить последний спрос на рынке.

Лучшие результаты прогнозирования с использованием неиспользованных данных

Протокол DML и рынок алгоритмов могут помочь клиентам приобретать алгоритмы машинного обучения для своих бизнес-прогнозов. Они также могут генерировать более точные прогнозы, применяя алгоритмы к неиспользованным данным, хранящимся в отдельных электронных устройствах, которые ранее были недоступны, по цене, определяемой рынком, и без посредников за счет принятия смарт-контракта. По сравнению с традиционными исследованиями рынка, такими как проведение опросов и фокус-групп, прогнозы по протоколу DML могут быть намного быстрее и своевременнее, беспристрастнее, экономичнее, точнее и релевантнее. Протокол DML предоставляет мощный инструмент для определения рыночных тенденций и изучения настроений.

Использование токена и механизм

Используйте неиспользуемые данные и неиспользуемые вычислительные мощности для машинного обучения

Токен DML выплачивается владельцу данных за предоставление своих личных данных и простоя вычислительной мощности для запуска алгоритма машинного обучения в протоколе DML.

Приобретайте алгоритмы машинного обучения в Marketplace

Помимо создания собственного алгоритма машинного обучения, клиенты могут приобрести алгоритм машинного обучения у разработчиков на нашем рынке DML с использованием токенов DML. Таким образом, талантливые разработчики получают стимул присоединиться к сообществу разработчиков DML для разработки алгоритмов машинного обучения для реальных приложений.

Награда децентрализованным узлам в протоколе

Токены DML используются для мотивации децентрализованных узлов с различными функциями, такими как распределение алгоритмов, агрегирование и усреднение результатов локального машинного обучения путем федеративного обучения или создания агрегированного отчета о машинном обучении. Эти функции необходимы и служат частью децентрализованной вычислительной сети в машинном обучении.

Награда преподавателю алгоритмов за тонкую настройку алгоритмов

Разработчики, которые хотят найти ресурсы для обучения и тонкой настройки своих моделей, могут платить токены DML тренерам моделей. Токены DML используются для мотивации инструкторов моделей вносить свои усилия и время для точной настройки алгоритмов путем исправления метки алгоритма.

Группа роста пользователей для поощрения пользователей

Будет создан пул роста пользователей из 9% токенов DML, чтобы стимулировать пользователей DML к раннему участию в протоколе и экосистеме DML. Владельцы данных, чтобы позволить алгоритмам машинного обучения работать с их неиспользованными личными данными. Децентрализованные узлы, которые выполняют различные важные функции для поддержки различных частей децентрализованного машинного обучения.

Дополнительное вознаграждение для участников

Помимо токенов DML, оплачиваемых клиентами напрямую, владельцы данных могут случайным образом получать дополнительные токены DML из пула роста пользователей, если они подключены к протоколу DML. Таким образом, владельцы данных будут получать токены DML из двух источников, то есть от клиентов и пула роста пользователей.

Механизм создания пула роста пользователей

Ограниченное количество токенов DML будет сгенерировано в соответствии с предварительно определенным алгоритмом уменьшения предложения, основанным на заданном механизме во времени. Механизм предназначен для поощрения раннего участия, чтобы внести свой вклад в развитие машинного обучения. Поэтому блок вознаграждения разработан с заранее определенным алгоритмом, который со временем будет уменьшаться.

Утилита DML Token Utility

Владельцы данных будут получать вознаграждение из двух источников, что обусловлено рыночным спросом на использование неиспользованных частных данных для машинного обучения и из пула роста пользователей. Для поощрения простоты и массового внедрения токенов и криптовалют в приложение DML будет встроен кошелек с поддержкой ERC20, в котором будет храниться токен DML или другие поддерживаемые токены.

Будущие обновления с DML

Гибкость обновления и совместимость с несколькими блокчейнами

DML дорожит знаниями, опытом и инновациями каждого человека, поскольку они верят в коллективный разум и интеллект, их основную ценность, которая побуждает высвобождать неиспользованные данные и связывать их вместе для создания системы совместной разведки. Таким образом, протокол DML предназначен для поощрения разработчиков к участию в обновлении системы или улучшении совместимости технологий в будущем.

Совместимость с существующими и будущими блокчейнами и криптографическими технологиями вместе с гибкостью обновления протокола являются ключом к постоянному развитию и устойчивости. Таким образом, протокол DML разработан с возможностью гибкого обновления и совместимости с новой технологией блокчейна, из которых он не будет ограничен какой-либо отдельной или существующей.

Продвижение обновления протокола DML

DML поощряет любых разработчиков, у которых есть идеи по улучшению протокола, предлагая улучшения существующего с помощью нашего протокола. Они резервируют финансовые ресурсы, чтобы мотивировать любых разработчиков улучшать свой протокол. Это не только стимулирует разработчиков по всему миру постоянно вносить свой вклад в поддержку децентрализованной сети, но и в предстоящее улучшение протокола.

Масштабируемость и транзакции вне сети

Протокол DML разработан с возможностью масштабирования, чтобы справиться с растущим массовым использованием и высокой нагрузкой транзакций. Например, DML может использовать метод вне сети, такой как каналы состояния, путем разгрузки неосновных и обобщенных процессов вне сети, чтобы повысить свою эффективность и снизить транзакционные издержки.

Кроссчейн-совместимость и совместимость

Децентрализованная технология DML и блокчейн с открытым исходным кодом позволяет объединять отдельные данные и интеллект для создания коллективной полезной экосистемы. Они считают, что такой подход к децентрализации не должен ограничиваться одной платформой блокчейна. Поэтому их технология приветствует и поощряет использование всех видов технологии блокчейна в их протоколе и различных системных языках, которые будут использоваться для запуска их алгоритмов машинного обучения в их сети.

Мы поощряем как внедрение существующей технологии блокчейна, такой как Ethereum, так и любой другой будущей платформы блокчейна. Их протокол направлен на то, чтобы позволить интегрировать новую технологию блокчейна в уже принятые, не заменяя и не переопределяя их. Будет создана сосуществующая экосистема, которая связывает и объединяет различные технологии на основе блокчейна.

Аналогичным образом, для механизма обновления протокола разработчикам также рекомендуется интегрировать любую новую технологию блокчейна поверх существующей платформы блокчейна, используемой в протоколе DML. Тот же механизм стимулирования будет задействован для поощрения внедрения различных технологий блокчейна.

Потенциал протокола DML — это гораздо больше, чем упрощение запуска алгоритмов или программ непосредственно на этих подключенных электронных устройствах через его децентрализованную сеть. В конечном счете, мы стремимся использовать децентрализованную сеть, которая потенциально соединяет миллиарды устройств по всему миру, чтобы иметь возможность общаться друг с другом.

Протокол децентрализованного машинного обучения обеспечивает технологические, социальные и бизнес-структуры для использования блокчейна или любой другой связанной технологии для постоянного развития и развития в обозримом будущем. Соответственно, планы, стратегии и реализация, вероятно, также будут развиваться.

Токены DML продаются в соответствии с Условиями продажи токенов, доступными по адресу https://decentralizedml.com.

· Для получения полной информации, пожалуйста, обратитесь к условиям продажи токенов.

· Токены DML являются служебными токенами, а не ценными бумагами, инвестициями или валютой, и не продаются и не продаются как таковые.

· Участие в продаже токенов сопряжено со значительными технологическими и системными рисками.

· Продажа не открыта для лиц, которые проживают или являются гражданами США, Сингапура, Китая и Гонконга.

· Период продажи, продолжительность, цены и другие положения могут измениться, как указано в условиях продажи токенов.

· Продажа токенов DML связана с известными и неизвестными рисками, неопределенностями и другими факторами, которые могут привести к тому, что фактическая функциональность, полезность или уровни использования токенов DML будут существенно отличаться от любых прогнозируемых будущих результатов, использования, функциональности или полезности, выраженных или подразумеваемых. в условиях продажи токенов.

�D�am�濴