Apa Itu GNY, GNY Coin Adalah

Apa Itu GNY, GNY Coin?

GNY menggambarkan dirinya sebagai platform prediktif pembelajaran mesin yang terbukti untuk blockchain. GNY dilaporkan mengidentifikasi pola berulang dan komponen pembelajaran yang terus-menerus beradaptasi dengan perilaku. GNY mengklaim dapat memprediksi perilaku pengguna sehingga mereka dapat ditargetkan dengan pesan yang relevan secara kontekstual yang mendorong tindakan yang diinginkan.

GNY, GNY Coin

BLOCKCHAIN ​​PEMBELAJARAN MESIN TERDISTRIBUSI TERDESENTRALISASI GNY.IO

Salah satu manfaat dari teknologi desentralisasi blockchain adalah penerapannya di luar mata uang kripto. Kami menerapkan teknologi pada pembelajaran mesin – untuk memungkinkan proses blockchain “berpikir” yang lebih cerdas. Sebagian besar model pembelajaran mesin yang telah digunakan memiliki asumsi mendasar bahwa beberapa pengetahuan global diperlukan oleh algoritmenya untuk berfungsi. Ini terdistribusi terpusat, di mana seluruh kumpulan data dimuat ke dalam awan node terdistribusi sehingga dua fungsi utama pembelajaran mesin dilakukan dalam satu perpustakaan besar fungsi ETL/Eksplorasi dan Pelatihan Model/Penyetelan Parameter. Spark, Watson, Azure semuanya menggunakan pendekatan berbasis platform ini dan kami juga bias terhadap metode yang telah diketahui berhasil.

DistributedDeep Learning dari gny.io memecahkan pola dari satu pustaka platform besar ini dengan membuat dua simpul jaringan saraf tak terawasi belajar mandiri terkecil yang dapat dikonfigurasi – simpul ETL dan simpul ML – dan mendistribusikan simpul-simpul ini ke setiap blok rantai blok agar mereka belajar sendiri solusi untuk setiap masalah. Satu-satunya masalah konseptual pembelajaran mesin adalah bahwa deteksi kesalahan membutuhkan pengetahuan global yang disebarkan kembali ke konstituennya. Persyaratan ini telah diperbaiki dalam sistem DistributedDeep Learning gny.io.

Oleh karena itu kami lebih memilih istilah ‘model lokal’ dan bukan ‘model model bebas’, meskipun keduanya berarti ukuran kurangnya kecerdasan bagian-bagian penyusunnya. Namun secara umum, ini mirip dengan konsep ‘kekikiran’, di mana kami mencari mekanisme paling sederhana yang memunculkan sifat prediksi yang muncul. Gny.io bukan perpustakaan pembelajaran mesin kecil yang hancur; itu adalah salah satu simpul dari otak terdistribusi besar.

Gny.io memiliki layanan mikro ETL yang dapat dikonfigurasi dan layanan mikro pembelajaran mesin yang dapat dikonfigurasi yang dapat membaca seluruh rantai data atau dapat membaca data blok saat ini. Layanan mikro Gny.io menggunakan pembelajaran mendalam yang merupakan kelas algoritma pembelajaran mesin dalam bentuk jaringan saraf yang menggunakan kaskade lapisan (tingkatan) unit pemrosesan untuk mengekstrak fitur dari data dan membuat tebakan prediktif tentang data baru. Sistem node ML terkecil memvariasikan bobot dan bias untuk melihat apakah hasil yang lebih baik diperoleh dengan menggunakan jaringan saraf.

Inti dari Gny.io adalah algoritma backpropagation khusus. Backpropagation of error dan gradient descent adalah beberapa metode optimasi yang digunakan untuk menghitung kontribusi kesalahan dari setiap node blockchain setelah sekumpulan data diproses.

Gny.io menggunakan variasi dari AI streaming terstruktur dan format data parket – ini menetapkan bobot di neuron. Ini berarti bahwa neuron mengubah koneksi dan bobotnya untuk mempelajari kesalahan. Gny.io akan menentukan aturan normal sistem dengan sendirinya dengan pembelajaran tanpa pengawasan. Bobot yang disesuaikan adalah yang dapat dikonfigurasi.

Backpropagation adalah ekspresi untuk turunan parsial C/∂w dari fungsi biaya C terhadap setiap bobot w (atau bias b) dalam jaringan. Ekspresi memberitahu kita seberapa cepat biaya berubah ketika kita mengubah bobot dan bias. Jadi backpropagation bukan hanya algoritma cepat untuk belajar. Ini benar-benar memberi kita wawasan terperinci tentang bagaimana mengubah bobot dan bias, mengubah perilaku jaringan secara keseluruhan.

Pengoptimalan penurunan gradien Gny.io adalah Pembelajaran Mendalam. Pembelajaran mendalam adalah bentuk lanjutan dari Kecerdasan Buatan dan seperangkat teknik yang kuat untuk belajar di jaringan saraf. Jaringan saraf dan pembelajaran mendalam saat ini memberikan solusi terbaik untuk banyak masalah dalam pengenalan gambar, pengenalan ucapan, dan pemrosesan bahasa alami,

Gny.io adalah perpaduan teknologi Deep Learning ke blockchain. Blockchain, menjadi jaringan peer-to-peer berbasis konsensus transparan terdistribusi yang telah terbukti sangat tahan terhadap serangan permusuhan. Blockchain itu sendiri menciptakan jaringan saraf. Gny.io adalah yang pertama menerapkan teknik ini di blockchain.

Gny.io menggunakan pendekatan Probabilistic Graph Model (PGM) untuk DL. Dalam pendekatan PGM, node saraf membangun grafik probabilistik yang mendefinisikan variabel hubungan yang berbeda. Pendekatan ini menggunakan pengambilan sampel Monte-Carlo untuk membangun distribusi konsisten Bayesian untuk variabel. Kami kemudian menggunakan Deep Learning untuk belajar dari data yang disintesis ini.

Embeddedness – Jaringan saraf tidak ada dalam isolasi dan tertanam dalam ekosistem blockchain yang jauh lebih besar.

Redundansi – Duplikasi komponen mungkin tidak efisien namun menyediakan mekanisme untuk menangani hal yang tidak terduga. Selain itu, redundansi fungsional menawarkan cara untuk menggunakan kembali komponen untuk mengurangi biaya.

Heterogenitas – Mesin prediktif yang berbeda memungkinkan untuk bereaksi terhadap rentang perubahan yang lebih beragam serta menghindari perilaku berkorelasi yang dapat menyebabkan kegagalan sistem total. Keanekaragaman diperlukan untuk pembelajaran dan adaptasi evolusioner.

Modularitas – Pemisahan komponen bertindak seperti firewall antar komponen dan membantu mengurangi keruntuhan total. Kerusakan komponen individu dapat ditoleransi sementara integritas komponen lain dipertahankan. Secara umum, sistem yang terdistribusi secara longgar memiliki kemampuan bertahan yang lebih tinggi daripada sistem yang digabungkan secara terpusat.

Adaptasi – Sebuah sistem harus cukup fleksibel dan gesit untuk menyesuaikan diri dengan perubahan lingkungan. Pendekatan adaptif yang melibatkan simulasi, seleksi, dan penguatan strategi yang sukses adalah penting. Belajar mandiri adalah syarat untuk mencapai kemampuan beradaptasi.

Kami percaya masa depan blockchain adalah dunia di mana berbagai blockchain dapat dihubungkan dengan mudah. Kami akan mengembangkan protokol rantai silang, yang akan menghubungkan inti GNY ke banyak blockchain arus utama lainnya. Setiap DApp yang dikembangkan berdasarkan GNY dapat mengimpor token lain seperti BTC, ETH ke DApp mereka.

GNY.IO akan mengadaptasi algoritma konsensus DPoS + BFT, yang akan memiliki 21 super node yang memelihara jaringan. Ada banyak node ringan lainnya yang akan menangani transaksi ke jaringan.

Dimana anda bisa membeli GNY Coin?

Jika Anda ingin tahu di mana membeli GNY dengan kurs saat ini, pertukaran mata uang kripto teratas untuk perdagangan saham GNY saat ini adalah EXMO.