EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ROBB: Recurrent Proximal Policy Optimization Reinforcement Learning for Optimal Block Formation in Bitcoin Blockchain Network

Amit Dutta, Nafiz Imtiaz Rafin, M. Ali Akber Dewan, Md. Golam Rabiul Alam

IEEE Access · 2024 · 12 · 31287-31311

DOI: 10.1109/access.2024.3369896 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Amit Dutta und 3 weiteren Autor:innen. Die Arbeit wurde bisher 12-mal zitiert (Crossref) und nennt 37 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Natural Sciences and Engineering Research Council (NSERC), Canada, BRAC University, Bangladesh.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Natural Sciences and Engineering Research Council (NSERC), Canada
  • BRAC University, Bangladesh

Zitieren

APA

Dutta, A., Rafin, N. I., Dewan, M. A. A., & Alam, M. G. R. (2024). ROBB: Recurrent Proximal Policy Optimization Reinforcement Learning for Optimal Block Formation in Bitcoin Blockchain Network. IEEE Access, 12, 31287-31311. https://doi.org/10.1109/access.2024.3369896

Vancouver

Dutta A, Rafin NI, Dewan MAA, Alam MGR. ROBB: Recurrent Proximal Policy Optimization Reinforcement Learning for Optimal Block Formation in Bitcoin Blockchain Network. IEEE Access. 2024;12:31287-31311. doi:10.1109/access.2024.3369896

BibTeX
@article{Dutta2024,
  author = {Dutta, Amit and Rafin, Nafiz Imtiaz and Dewan, M. Ali Akber and Alam, Md. Golam Rabiul},
  title = {ROBB: Recurrent Proximal Policy Optimization Reinforcement Learning for Optimal Block Formation in Bitcoin Blockchain Network},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {31287--31311},
  doi = {10.1109/access.2024.3369896}
}
Kostenlos starten →