LNと経路探索アルゴリズム
前回に引き続き、Lightning Network (LN)を利用した送金経路の決定方法についての話題です。現状の実装では、ダイクストラ法と呼ばれる探索法が利用されています。この探索法を別のアルゴリズムを利用するなどして改良し、送金の精度を高められるかについて考察していきます。結論から言えばそれは難しいのですが、理解が深められればと思います。



関連記事
VTXOから紐解くArkの仕組み|ビットコインのオフチェーン決済技術
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
LN手数料分布から読み解くノード運用の傾向|ゴシップ情報で可視化
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
LNにおけるInbound Capacityの獲得方法8選
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
Boltzは本当にトラストレスなのか?Submarine Swapの仕組みから解説
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
最新記事
VTXOから紐解くArkの仕組み|ビットコインのオフチェーン決済技術
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
LN手数料分布から読み解くノード運用の傾向|ゴシップ情報で可視化
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
LNにおけるInbound Capacityの獲得方法8選
三倉 大司
三倉 大司
•
•
レイヤー2や周辺技術
大学では量子コンピュータのゲート方式を中心に、QAOAを用いた問題解決手法の研究を行っていました。
また、GPT をはじめとする Transformer アーキテクチャにも関心を持ち、機械学習モデルの構造理解や応用に取り組んできました。
現在は日本ビットコイン産業株式会社の R&D 部門に所属し、主に Lightning Network(LN)関連技術の調査・研究開発を担当しています。
特に、LN におけるネットワーク中心性の向上やルーティング効率改善に関するテーマに興味を持ち研究しています。
読者になる
ビットコイン研究所の新着記事をお届けします。
ディスカッション