Sui学術研究賞の新たな結果が発表：世界のトップ大学が参加し、17のプロジェクトが42万ドル以上の資金を獲得

Sui財団は最近、新しいSui学術研究賞の受賞者リストを発表しました。このプログラムは、Web3の発展を促進する研究プロジェクトに資金を提供することを目的としており、特にブロックチェーンネットワーク、スマートコントラクトプログラミング、そしてSuiを基盤とした製品に関連する技術の突破に焦点を当てています。

過去の二つの段階で、17件の国際的に著名な大学からの提案が承認され、総補助金額は425,000ドルに達しました。参加した大学には、韓国科学技術院、ロンドン大学ユニバーシティカレッジ、ローザンヌ連邦工科大学、シンガポール国立大学などが含まれます。

! スイの新しい学術研究賞が発表されました:世界的に有名な大学が参加し、17の賞が420,000米ドルを超えました

受賞プロジェクトのハイライト

分散型自律組織の(DAO)の多様性に関する研究

コーネル大学のアリ・ジュエルズ教授は、DAOの本質を探求し、分散化の程度を測定する指標を確立し、組織内部の分散化を向上させる実践方法を研究します。

自適応安全な非同期DAGコンセンサスプロトコル

ロンドン大学のフィリップ・ヨバノビッチチームは、攻撃耐性を高め、動的な敵環境に適応するための非同期DAGプロトコルの開発に取り組んでいます。このプロトコルは、部分的に同期したシステムの性能に近いまま、より高い安全性と適応性を提供することを目指しています。

大規模言語モデルに基づくSuiスマートコントラクト監査

ロンドン大学のアーサー・ジャーヴェイスチームは、GPT-4やClaudeなどの先進的な言語モデルを利用して、Moveスマートコントラクトの監査プロセスを改善します。このプロジェクトはSolidityコントラクトに関する初期研究成果に基づいており、Suiスマートコントラクトの安全評価に重点を置いています。

コンセンサスプロトコル分野の研究

ベルン大学のクリストファー・カチン教授は、現在のコンセンサス技術について包括的な調査を行い、暗号コンセンサスプロトコルに新たな洞察を提供し、分散型プロトコルの設計最適化を支援します。

分散型オラクルの高信頼性検証フレームワーク

カーネギーメロン大学のジゼル・レイスとDjed Allianceのブルーノ・ヴォルツェンロゲル・パレオが、形式的手法を用いてブロックチェーンオラクルを厳密に分析し検証するためのフレームワークを開発します。このプロジェクトでは、Coq証明管理システムを利用して、オラクルプロトコルとビジネスモデルの包括的な定義と証明戦略ライブラリを構築します。

ブロックチェーンのスケーラビリティのボトルネックの特定

チューリッヒ工科大学のロジャー・ワッテンホファーチームは、スマートコントラクトの設計上の欠陥が引き起こすスケーラビリティのボトルネックを研究し、取引手数料の調整が並列化の潜在能力に与える影響を探ります。

Bullsharkプロトコルの正式な検証

シンガポール国立大学のイリヤ・セルゲイ教授は、現代のコンピュータ支援検証ツールを利用してBullsharkプロトコルの形式的検証を行い、DAGベースの合意プロトコルの理解を進めます。

ブロックチェーン基準標準化フレームワーク(BBSF)

リハイ大学のヘンリー・F・コース教授は、L1ブロックチェーンとL2拡張ソリューションを公正に比較するためのブロックチェーンベンチマーク標準形式を作成し、ユーザーと開発者にチェーンパフォーマンスの透明な洞察を提供します。

拡張可能な分散型共有ソートレイヤーの構築

韓国科学技術院のMin Suk Kangチームは、Bullshark/Mysticetiを共有ソートアルゴリズムとして使用することを探求し、Suiをソート層として使用する複数のRollupの動作メカニズムを研究します。

現地運賃市場における最適な混雑料金

ニューヨーク大学のAbdoulaye Ndiaye教授は、渋滞料金を最適化するためにローカルコスト市場を研究し、ネットワークの混雑状態を反映した効果的な料金メカニズムを構築して、資源の最適配分を実現します。

シャーディング自動マーケットメーカー(SAMM)

イスラエル工科大学のIttay Eyalチームがシャーディング契約の概念を開発しており、複数の契約を利用して同時実行性を向上させています。このプロジェクトでは、流動性提供者とトレーダーのインセンティブをどのようにバランスさせて、複数のAMMシャードの運用を維持するかを探求します。

競争メカニズムにおけるプライベート情報の開示

ローマトルビアータ大学のアンドレア・アッタール教授は、市場メカニズム設計の新しいアプローチを探求し、プライベート情報の開示が市場結果や戦略的相互作用に与える影響を研究し、現代の市場ダイナミクスと競争に関する洞察を提供します。

大規模言語モデルに基づくSuiスマートコントラクト生成

カーネギーメロン大学のケン・コエディンガーとイーソン・チェンは、大規模言語モデルを微調整することで、Move言語のスマートコントラクト生成能力を向上させます。このプロジェクトでは、Moveコードのサンプルを収集し、プロンプトエンジニアリングを最適化し、異なる方法での言語モデルのパフォーマンスを比較します。

COMET: 移動言語移行比較フレームワーク

ニコシア大学のジョージ・ギアグリス教授がSolidityとMove言語の包括的な比較分析を行い、Moveの特性と能力を深く探求し、開発者がSolidityからMoveに移行するための便利なフレームワークを提供します。

DeFiの最適化:ディープラーニングアプローチ

ローザンヌ連邦工科大学のラシッド・ゲラウイとワリッド・ソフィアンのチームは、Sui DeFiプロトコルにおける最適な範囲予測のためのハイブリッド深層学習モデルを開発します。このモデルは、強化型再帰神経ネットワークと深層強化学習を組み合わせ、予測精度を向上させるためにソーシャルメディアの感情分析を統合します。

SUIのボラティリティ予測能力評価

キプロスオープン大学のスタブロス・デギアナキス教授は、SPECアルゴリズムがSui資産のボラティリティ予測においてどれだけ効果的であるかを調査し、SUIに重点を置いて高頻度価格データを利用し、さまざまなブロックチェーン資産において検証を行います。

低メモリポスト量子透明zkSNARK

ペンシルベニア大学のブレット・ファルクとプラティユシュ・ミシュラは、スケーラブルなzkSNARKの開発に取り組み、証明者の時間的複雑性、空間的複雑性、SRSのサイズなどの重要な課題を解決し、ブロックチェーン技術におけるさまざまなアプリケーションに展開可能なスケーラブルな暗号証明ソリューションを提供します。