Dunamu 研究论文获金融 AI 会议 ICAIF 2026 录用

BLK-1.90%
V+0.15%
MA+0.12%
ETH-1.26%

关键要点

  • Dunamu 的三篇研究论文获 ICAIF 2026 接收,其中一篇入选主会,另外两篇入选专题研讨会。
  • Dunamu 的交易所钱包识别模型使用 15 家交易所的储备证明数据,对 303 万个以太坊钱包地址进行测试,平均 PR-AUC 达到 0.9594。
  • Dunamu 的交易所钱包识别技术已部分集成至 Upbit Data Lab 的区块链分析服务,用于按参与者类型分析持仓情况。

Dunamu(数字资产交易所 Upbit 的运营方)于 11 月 17 日宣布,其三篇研究论文已被 ICAIF 2026 接收。ICAIF 2026 是一场金融人工智能国际学术会议,于 11 月 14 日至 11 月 17 日在意大利米兰的博科尼大学举行。此次接收的论文包括一篇主会论文和两篇专题研讨会论文,研究主题涵盖交易所钱包识别、数字资产分类和区块链资金追踪。ICAIF 由计算机协会主办,吸引了包括贝莱德、摩根大通、Visa、万事达卡和渣打银行在内的全球金融机构参与;今年的活动收到逾 1,000 篇论文投稿,主会接收率约为 22%。

Dunamu 在主会上展示交易所钱包识别研究

被主会接收的论文题为《利用储备金证明对基于以太坊的中心化交易所钱包进行链上行为特征分类》,介绍了一种用于识别交易所钱包的机器学习方法。包括 Dunamu 量化团队的 Park Sung-chan 在内的研究人员,利用 15 家交易所披露的储备金证明数据,分析了约 303 万个以太坊钱包地址。研究提取了 58 项行为特征,包括交易模式、代币转账和 Gas 使用情况。

在对未用于训练的交易所钱包进行测试时,该模型的平均 PR-AUC 达到 0.9594;这是一项分类性能指标,分数越接近 1,代表分类性能越好。Dunamu 表示,研究结果证实了识别此前未知交易所钱包的潜力。

研讨会论文探讨数字资产分类与资金追踪

一篇题为《面向机构数字资产分类系统的语义转换》的研讨会论文,探讨了如何通过大型语言模型分析智能合约代码,依据数字资产的实际用途对其进行分类。包括 Dunamu 量化团队负责人 Jeon Hyun-ho 在内的研究人员,对 Uniswap、Aave 和 Curve 等基于以太坊的去中心化金融协议进行了实验。将代码转换为自然语言并按金融功能分类后,分析的 17 个案例中有 16 个符合现有分类标准。该方法的一项关键特点是,人类可以直接审查并验证 AI 分类的依据。

另一篇研讨会论文题为《在交易记录不完整时估算存入资金用途的界限》,探讨了在交易记录不完整时可靠分析资金流所需的信息和条件。包括 Dunamu FDI 团队项目负责人 Kim Sung-yong 和 FDI 团队负责人 So Min-seop 在内的研究人员,通过以太坊钱包交易案例研究和区块链执行实验,确定了能够支持资金来源分析可靠性的关键信息。

技术应用于 Upbit Data Lab 分析服务

交易所钱包识别技术已部分应用于 Upbit Data Lab 的区块链分析服务。该技术正用于按参与者类型分析持仓,包括交易所、巨鲸和基金会。Dunamu 表示,数字资产分类研究为升级 Upbit 数字资产分类系统提供了技术基础,而资金追踪研究则提高了其链上资金追踪解决方案 OTS 的分析可靠性。

Dunamu 首席数据官 Kim Dae-hyun 表示,这些研究证实了 AI 能够更精准地分析区块链数据,并提高分析结果可靠性的潜力。

常见问题

Dunamu 于 11 月 17 日宣布了哪些与 ICAIF 2026 有关的消息?

Dunamu 宣布,其三篇研究论文已被金融人工智能国际学术会议 ICAIF 2026 接收。其中一篇入选主会,另外两篇被专题研讨会接收。

ICAIF 2026 主会的接收率是多少?

ICAIF 2026 主会从逾 1,000 篇论文投稿中接收论文,接收率约为 22%,投稿数量创该活动纪录。

Dunamu 的研究如何应用于实践?

交易所钱包识别技术已部分应用于 Upbit Data Lab 的区块链分析服务,用于按参与者类型分析持仓,包括交易所、巨鲸和基金会。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论