Suiが新しい学術研究賞のラウンドを発表、17のプロジェクトが42万ドル以上の資金を獲得

最近、Sui財団は最新の学術研究賞の受賞者リストを発表しました。今回の助成プログラムは、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、Suiに基づいて構築された製品などの技術的突破を目指すWeb3の発展を推進する研究プロジェクトを支援することを目的としています。

過去の2つの段階で、世界的に有名な大学からの17の研究提案が承認され、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概要

分散型自律組織の(DAO)の多様性に関する研究

コーネル大学の研究チームは、DAOの本質的な問題に取り組み、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高める実践的な方法を探求します。

非同期DAGプロトコルのコンセンサスの安全性を向上させる

ロンドン大学学院のプロジェクトは、攻撃耐性を強化し、変化する脅威環境に適応するために、非同期有向非循環グラフ(DAG)プロトコルを開発することを目的としています。このプロトコルは、高性能を維持しながら、より良いセキュリティと適応性を提供します。

大規模言語モデルを使用したSuiスマートコントラクトの監査

ロンドン大学学院からの別のチームは、GPT-4-32kやClaude-v2-100kなどの大型言語モデルを活用して、Moveスマートコントラクトの監査効率を向上させる計画です。彼らは以前のSolidityコントラクトの分析経験に基づいて、研究範囲をSuiスマートコントラクトに拡大します。

コンセンサスプロトコル分野の包括的な調査

ベルン大学の研究者は、現在のコンセンサスプロトコル分野に関する包括的な調査を行い、暗号学的コンセンサスプロトコルに新たな洞察を提供し、既存のアルゴリズムをよりよく理解し、分散プロトコルの設計に新しい視点を提供するのに役立つ。

分散型オラクルプロトコルの検証フレームワーク

カーネギーメロン大学とDjed Allianceの協力プロジェクトは、形式的手法を通じてブロックチェーンオラクルを厳密に分析および検証するフレームワークを作成します。これは、スマートコントラクトの外部データの正確性と公平性を確保するために極めて重要です。

ブロックチェーンのスケーラビリティのボトルネックを識別する

チューリッヒ工科大学の研究は、スマートコントラクトの設計上の欠陥に起因するパフォーマンスボトルネックを特定し、取引手数料を調整することで並列化の可能性を向上させる方法を探ることを目的としています。

Bullsharkプロトコルの正式な検証

シンガポール国立大学のプロジェクトは、先進的なコンピュータ支援検証ツールを使用してBullsharkプロトコルの形式的検証を行い、DAGベースのコンセンサスプロトコルに対する理解を進めます。

ブロックチェーン性能評価基準フレームワーク

リハイ大学の研究者たちは、さまざまなL1ブロックチェーンとL2拡張ソリューションの性能を公平に比較するためのブロックチェーンベンチマーク標準化フォーマットを作成する計画を立てており、ユーザーと開発者に透明なチェーン性能の洞察を提供します。

スケーラブルな分散型共有ソートレイヤーを構築する

韓国科学技術院のプロジェクトは、Bullshark/Mysticetiを共有ソートアルゴリズムとして使用する可能性を探り、複数のRollupがSuiをソート層として利用できるようにします。

ブロックチェーンの混雑価格メカニズムの最適化

ニューヨーク大学の研究は、混雑価格を最適化するために地域の料金市場に焦点を当てており、ネットワークの混雑状態を反映した効果的な価格設定メカニズムを確立し、最適なリソース配分を実現することを目指しています。

分散型自動マーケットメーカー(AMM)の開発

イスラエル工科大学は、複数の契約を利用して並行性を向上させるシャーディング契約の概念を開発しています。彼らの目標は、複数のAMMシャードを維持するためにインセンティブメカニズムを調整し、完全に並列化されたシャーディングAMMを実現することです。

市場メカニズムにおけるプライベート情報開示の研究

ローマトルヴァイタ大学のプロジェクトは、新しい市場メカニズム設計手法を探求し、設計者が代理人に私的に情報を開示することが市場結果に与える影響を研究し、現代市場のダイナミクスに対する深い洞察を提供することを目的としています。

大規模言語モデルを使用してSuiスマートコントラクトを生成する

カーネギーメロン大学の研究チームは、MoveコードとSui特有のヒントを使用して大規模言語モデルを微調整し、現在のモデルがMove言語のスマートコントラクトを生成する際に直面している課題を解決することを計画しています。

Moveの言語開発トランスフォーメーションフレームワーク

ニコシア大学のプロジェクトは、SolidityとMoveの包括的な比較分析を行い、開発者がMoveの特性と能力をよりよく理解できるようにし、SolidityからMoveへの開発移行プロセスを簡素化することを目的としています。

深層学習に基づくDeFi最適化ソリューション

ローザンヌ工科大学の研究者たちは、Sui DeFiプロトコルにおける最適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、強化された再帰型ニューラルネットワーク、深層強化学習、ソーシャルメディアの感情分析を組み合わせて、予測の精度を向上させます。

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プロジェクトは、SPECアルゴリズムがSui資産のボラティリティを予測する上での有効性を調査し、主にSUIに焦点を当て、さまざまなブロックチェーン資産で検証を行います。

低メモリのポスト量子透過性ゼロ知識証明

ペンシルバニア大学の研究は、zkSNARKsのスケーラビリティを開発することを目指しています。これは、証明者の時間的複雑性、空間的複雑性、SRSサイズという3つの主要な障害を同時に解決することによって、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スキームを提供します。

これらの研究プロジェクトは、ブロックチェーン技術の複数の最前線分野をカバーしており、分散型ガバナンスからパフォーマンスの最適化、スマートコントラクトのセキュリティから市場メカニズムの設計までがあります。これらの学術研究を支援することで、Sui財団はブロックチェーンエコシステム全体の技術の進歩と革新を推進することに努めています。