网址：https://decentralizedml.com
发行时间：2018-04-28
白皮书：https://decentralizedml.com/DML_whitepaper_31Dec_17.pdf
最大供应量：
总供应量：
核心算法：
激励机制：
DML（DecentralizedMachineLearning）基础设施将应用于设备机器学习、区块链和联邦学习技术。它释放了未开发的数据使用，没有提取和处理机器学习的空闲处理能力。算法将由开发者社区通过市场来实现，从而产生来自外围的创新。
项目基础架构无需数据提取的设备上机器学习在单个设备中利用未利用的私有数据进行机器学习，同时保护隐私。从外围释放创新通过创建开发者社区和算法市场竞争来释放创新。连接数十亿设备的空闲处理能力利用所有连接设备的处理能力来运行机器学习算法。大规模参与机器学习培训创建算法培训者社区，以通过集体努力来改进算法。多区块链的采用和互操作性跨多链通信以实现与区块链无关的协议。将权力归还给生态系统所有者通过区块链和令牌化避免少数寡头的集中化和控制。
项目特点在DMLAlgoMarketplace中搜索，请求和列出机器学习算法；创建机器学习应用程序请求并选择相关的个人设备所有者进行私有数据访问；将机器学习算法部署到智能设备中；在DMLApp中以空闲处理能力运行机器学习算法；从DMLApp提交机器学习结果（原始数据保留在设备中）；生成汇总的机器学习预测分析报告；DML令牌中的智能合约交易，用于机器学习模型。
*以上内容由非小号官方整理如若转载请注明出处。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。