검수요청.png검수요청.png

"티앤원타오"의 두 판 사이의 차이

위키원
이동: 둘러보기, 검색
 
(사용자 4명의 중간 판 11개는 보이지 않습니다)
1번째 줄: 1번째 줄:
 +
[[파일:티앤원타오.jpg|썸네일|300픽셀|'''티앤원타오'''(Tian Wentao)]]
 +
 
[[파일:코르텍스 글자.png|썸네일|300픽셀|'''[[코르텍스]]'''(Cortex)]]
 
[[파일:코르텍스 글자.png|썸네일|300픽셀|'''[[코르텍스]]'''(Cortex)]]
  
'''티앤원타오'''(Tian Wentao)는 인공지능 기반의 블록체인 서비스를 위한 암호화폐 '''[[코르텍스]]'''(Cortex)의 인공지능(AI) 및 블록체인 엔지니어이다.  
+
'''티앤원타오<!--티앤 원타오,Tian Wentao,TianWentao-->'''(Tian Wentao)는 [[인공지능]](AI) 기반의 [[블록체인]] 서비스를 위한 [[암호화폐]] [[코르텍스]](Cortex)의 인공지능 및 블록체인 엔지니어이다. [[프로그래밍]], [[머신러닝]], [[분산 알고리즘]]에 관심이 많으며, [[C++]]과 [[파이썬]](python)에 대한 프로그래밍 기술을 가지고 있다. 티앤원타오는 국제 싸이랩(SCILAB) 오픈소스 소프트웨어(open source software) 콘테스트 수상자로 제34회 ACM/ICPC 아시아 지역 금메달을 수상하였다.<ref>〈[https://ko.wikipedia.org/wiki/Scilab 싸이랩(SCILAB)]〉, 《위키백과》</ref>
  
 
==약력==
 
==약력==
*2008년 - 2012년 : 샤먼대학( Xiamen University)  컴퓨터공학 전공
+
* 2008년 ~ 2012년 : 샤먼대학교(Xiamen University)  컴퓨터공학 전공
*2010년 6월 : 1개월 동안 샤먼대학에서 코디네이터(Coordinator) 봉사활동
+
* 2010년 06월 : 샤먼대학에서 코디네이터(Coordinator) 봉사활동
*2012년 2월 - 2012년 4월 : 3개월 동안 홍콩중문대학 연구 조수(Research Assistant)
+
* 2012년 02월 ~ 2012년 04월 : 홍콩중문대학교 연구 조수(Research Assistant)
*2012년 - 2015년 : 홍콩중문대학(The Chinese University of Hong Kong) 시스템공학 및 시스템 경영학 석사학위 취득
+
* 2012년 ~ 2015년 : 홍콩중문대학교(The Chinese University of Hong Kong) 시스템공학 및 시스템 경영학 석사학위 취득
*2014년 10월 - 2015년 12월 : 1년 3개월 동안 홍콩중문대학 연구 조수(Research Assistant)
+
* 2014년 10월 ~ 2015년 12월 : 홍콩중문대학교 연구 조수(Research Assistant)
*2015년 12월 - 현재 : 홍콩에 있는 부동산 거래 회사(a prop trading firm)에서 콴티테이티브 트레이더(Quantitative Trader)로 활동
+
* 2015년 12월 ~ 현재 : 홍콩에 있는 부동산 거래 회사(a prop trading firm)에서 콴티테이티브 트레이더(Quantitative Trader)로 활동
*현재 : 코르텍스(Cortex) 인공지능 및 블록체인 엔지니어
+
* 현재 : 코르텍스(Cortex) 인공지능 및 블록체인 엔지니어
 +
 
 
==주요 활동==
 
==주요 활동==
;2013년 초대형 데이터베이스에 관한 국제 회의(VLDB) 논문 - 큰 그래프에서 최상위 키워드 검색
+
===코르텍스===
떠오르는 네트워크에는 레이블이 있는 것이 매우 흔하다. 노드의 텍스트 내용이나 네트워크에서 , 레이블을 연구하였다. 네트워크 G에서 가장 가까운 키워드(k-NK) 검색 문제는 지시되지 않은 그래프로 모델링된 각 노드는 0 또는 0으로 부착된다. 더 많은 키워드, 그리고 각 가장자리에는 가중치 측정이 할당된다. 그것의 길이 G의 쿼리 노드 q와 키워드 λ를 지정하면 k-NK
+
[[코르텍스]](Cortex)는 인공지능(AI) 기반의 블록체인 서비스를 위한 암호화폐이다. 코르텍스는 인공지능 서비스를 [[스마트 계약]]에 포함시켜 블록체인에서 인공지능 추론 합의 기능을 사용할 수 있게 한다. [[이더리움]] 기반의 [[ERC-20]] 토큰으로 개발되었다. 코르텍스는 최초로 인공지능을 블록체인에 적용한 [[프로그래밍]] [[암호화폐]]이다.<ref>Storny Choi 기자, 〈[http://blocktimestv.com/news/view.php?idx=2371 코르텍스, 마이닝 테스트넷 오픈... "AI 블록체인에 적용한 프로젝트"]〉,  《블록타임스TV닷컴》 , 2018-10-16</ref> 코르텍스는 인공지능 모델을 스마트 계약에 포함시켜 블록체인에서 인공지능 추론 합의 기능을 사용할 수 있게 하는 독립 실행형 오픈 블록체인이다. 인공지능 모델 호환성을 지닌 블록체인 플랫폼을 구현하게 되면 사용자들은 인공지능 계약을 통해 자신의 인공지능 모델을 블록체인에 업로드하고 작업을 게재할 수 있고 추론을 통한 합의에 도달하는 것도 가능하다. 따라서 개인의 인공지능 [[디앱]]을 구현하는 것도 가능하게 된다.
쿼리는 λ를 포함하고 q에 가장 가까운 k 노드를 검색한다. k-NK는 독립 실행형 쿼리뿐만 아니라 빌딩 블록으로도 유용하다. 복잡한 그래프 패턴 매칭 문제 해결할 수 있다.
+
 
 +
이더리움은 컴퓨터 CPU에 의해 스마트 계약이 실행되는데, 복잡한 코드로 구성된 인공지능 프로그램을 실행하기에는 컴퓨터의 CPU 연산 능력이 턱없이 부족하다. 하지만 코르텍스 네트워크에서는 인공지능 스마트 계약을 통한 네트워크 전체 추론 합의에 도달하고자 하여 그래픽 처리 장치인 [[GPU]]와 프로그래밍이 가능한 반도체인 [[FPGA]]를 [[풀노드]]에 이용하는 새로운 형태의 블록체인을 개발했다.<ref>번개기타대, 〈[https://blog.naver.com/okt1627/221384950532 코르텍스 (CORTEX) 분석]〉, 《네이버 블로그》, 2018-10-25</ref>
  
;2014년
+
===논문===
 +
* '''2013년 초대형 데이터베이스에 관한 국제 회의 논문 : 큰 그래프에서 최상위 키워드 검색'''
 +
: 요즘 등장하는 [[네트워크]]의 노드는 레이블 또는 텍스트 내용을 갖는 것이 일반적이다. 이러한 네트워크에서 최상위 k개의 키워드 (k-NK)검색 문제를 연구한다. 무방향 그래프로 모델링 된 네트워크 G에서 각 노드에는 0 개 이상의 키워드가 연결되고 각 모서리에는 길이를 측정하는 가중치가 할당된다. G의 쿼리 노드 q와 키워드 λ가 주어지면, k-NK 쿼리는 λ를 포함하고 q에 가장 가까운 k개의 노드를 찾는다. k-NK는 독립형 쿼리뿐만 아니라 복잡한 그래프 패턴 일치 문제를 해결하기 위한 구성 요소로도 유용하다. 정확한 k-NK 결과의 핵심은 그래프에서 정확한 최단 거리 추정이다. 최신 거리 오라클 기술을 기반으로 거리 오라클에 대한 최단 경로 트리를 구축하고 트리 거리를 보다 정확한 추정값으로 사용할 수 있다.
  
 +
* '''2014년 논문 : 이중 희소 주제 모델, 채굴 중심 주제 및 단문 텍스트의 중심 용어'''
 +
: 주제 모델링은 탐색 [[텍스트마이닝]]에 효과적인 방법으로 입증되었다. 문서가 여러 주제로 생성되는 것이 대부분의 주제 모델에 대한 일반적인 가정이다. 실제 시나리오에서 개별 문서는 일반적으로 다양한 주제를 다루지 않고 몇 가지 중요한 주제에 집중한다. 실제 주제는 어휘를 광범위하게 다루지 않고 좁은 범위의 용어를 채택한다. 이처럼 희박한 정보를 이해하는 것은 사용자가 생성 한 웹 콘텐츠 및 소셜미디어를 분석하는 데 특히 중요하며, 이는 매우 짧은 게시물 및 요약된 토론이라는 특징이 있다. 본 논문에서는 주제 혼합과 단어 사용법의 희소성을 다루는 이중 희소 주제 모델을 제안한다. '스파이크 및 슬래브(Spike and Slab)'를 적용하여 문서 주제와 주제 단어 분포의 희소성과 부드러움을 분리하기 전에 개별 문서에서 몇 가지 중점 주제를 선택하고 주제를 중심으로 용어를 선택할 수 있다. 다른 장르에 대한 실험은 이중 희소 주제 모델이 고전적 주제 모델과 기존 희소성 향상 주제 모델보다 성능이 우수함을 보여준다. 이 개선 사항은 특히 짧은 문서 모음에서 두드러질 수 있다.
  
 +
* '''2014년 국제 데이터 관리 컨퍼런스 논문 : 대형 및 동적 그래프에서 케이 트러스 커뮤니티 쿼리'''
 +
: 국제 [[데이터]] 관리 콘퍼런스(ACM SIGMOD)에 대형 및 동적 그래프에서 케이 트러스 커뮤니티 쿼리(Querying k-truss community in large and dynamic graphs) 논문을 발표했다. 밀집된 구조물을 발견하는 커뮤니티 탐지는 네트워크상에서 많이 연구되어 왔다. 이 논문에서, 실질적으로 유용하지만 덜 연구된 온라인 커뮤니티 검색을 연구하였다. 문헌상 그래프에서 쿼리 정점을 고려할 때 문제는 정점이 온라인에 속한다는 의미 있는 커뮤니티를 찾는것이다. 케이트러스(K-truss)에 기반한 새로운 커뮤니티 모델을 제안하였다. 개념은 멋진 구조와 계산적 특성을 가져온다. 컴팩트하고 우아한 인덱스 구조를 설계하여 선형 비용의 케이 트러스 커뮤니티의 효율적인 검색과 공동체 규모에 대한 존중 또한 다음과 같은 동적 그래프 설정으로 케이 트러스 커뮤니티 검색 문제를 조사한다. 그래프 정점 및 가장자리의 빈번한 삽입 및 삭제 대규모 실제 네트워크에서 광범위한 실험을 통해 커뮤니티 모델 및 검색의 효과와 효율성 있는 알고리즘을 제시하였다.
  
티앤원타오는 프로그래밍, 머신러닝, 분산 알고리즘에 관심이 많으며, C++과 파이썬(python)에 대한 프로그래밍 기술을 가지고 있다.
+
* '''2015년 4월 17일  인공 지능에 관한 국제 공동 회의 논문 : 텍스트 일반성을 통합한 감시되지 않는 의견 스팸 탐지 통합 모델'''
;2015년 4월 17일  인공 지능에 관한 국제 공동 회의(IJCAI)논문 - 텍스트 일반성을 통합한 감시되지 않는 의견 스팸 탐지 통합 모델
+
: 텍스트 내용을 고려한 스팸 탐지 검토에 관한 기존의 많은 방법들은 내용 유사성과 같은 단순한 텍스트 기능만을 활용하기 때문에 스팸 탐지 개선을 위해 텍스트 일반성을 이용하는 새로운 아이디어를 탐구한다. 게다가 스팸 탐지 검토의 과제 외에, 검토 스팸 발송자(사용자)와 조작된 제공물(항목)을 식별하는 작업도 일부 있었지만, 통일된 모델에서 이 세 가지 과제를 해결하려고 시도한 이전 작품은 없다. 의심스러운 검토 스팸을 탐지하고, 스팸 발송자 및 조작된 오퍼링을 감독되지 않은 방식으로 검토하기 위한 통일 확률론적 그래픽 모델을 제안했다. [[아마존]](Amazon), 트립어드바이저(TripAdvisor), 옐프(Yelp) 등 3개 검토 기업에 대한 실험 결과 최신 모델과 비교해서 제안된 모델의 우수성이 입증되었다.
텍스트 내용을 고려한 스팸 탐지 검토에 관한 기존의 많은 방법들은 내용 유사성과 같은 단순한 텍스트 기능만을 활용한다. 스팸 탐지 개선을 위해 텍스트 일반성을 이용하는 새로운 아이디어를 탐구한다. 게다가 스팸 탐지 검토의 과제 외에, 검토 스팸 발송자(사용자)와 조작된 제공물(항목)을 식별하는 작업도 일부 있었지만, 통일된 모델에서 이 세 가지 과제를 해결하려고 시도한 이전 작품은 없다. 의심스러운 검토 스팸을 탐지하고, 스팸 발송자 및 조작된 오퍼링을 감독되지 않은 방식으로 검토하기 위한 통일 확률론적 그래픽 모델을 제안했다. Amazon, TripAdvisor, Yelp 등 3개 검토 기업에 대한 실험 결과 최신 모델과 비교해서 제안된 모델의 우수성이 입증되었다.
 
  
 
{{각주}}
 
{{각주}}
  
 
==참고자료==
 
==참고자료==
*인공 지능에 관한 국제 공동 회의(IJCAI) 공식 홈페이지 - https://www.ijcai.org/
 
 
* 티앤원타오 링크드인 - https://www.linkedin.com/in/truman-tian-1b249624/
 
* 티앤원타오 링크드인 - https://www.linkedin.com/in/truman-tian-1b249624/
 +
* 인공지능에 관한 국제 공동 회의(IJCAI) 공식 홈페이지 - https://www.ijcai.org/
 
* Xin Huang, Hong Cheng, Lu Qin, Wentao Tian, Jeffrey Xu Yu, 〈[http://www.cuhk.edu.hk/english/ Querying K Truss Community in Large and Dynamic Graphs]〉, 《The Chinese University of Hong Kong, China》
 
* Xin Huang, Hong Cheng, Lu Qin, Wentao Tian, Jeffrey Xu Yu, 〈[http://www.cuhk.edu.hk/english/ Querying K Truss Community in Large and Dynamic Graphs]〉, 《The Chinese University of Hong Kong, China》
*Miao Qiao, Lu Qin, Hong Cheng, Jeffrey Xu Yu, Wentao Tian, 〈[http://www.vldb.org/pvldb/vol6/p901-cheng.pdf Top-K Nearest Keyword Search on Large Graphs]〉, 《The Chinese University of Hong Kong, China》
+
* Miao Qiao, Lu Qin, Hong Cheng, Jeffrey Xu Yu, Wentao Tian, 〈[http://www.vldb.org/pvldb/vol6/p901-cheng.pdf Top-K Nearest Keyword Search on Large Graphs]〉, 《The Chinese University of Hong Kong, China》
*Tianyi Lin, Wentao Tian, Qiaozhu Mei, Hong Cheng, 〈[http://www.cuhk.edu.hk/english/ The dual-sparse topic model: mining focused topics and focused terms in short text]〉, 《The Chinese University of Hong Kong, China》
+
* Tianyi Lin, Wentao Tian, Qiaozhu Mei, Hong Cheng, 〈[http://www.cuhk.edu.hk/english/ The dual-sparse topic model: mining focused topics and focused terms in short text]〉, 《The Chinese University of Hong Kong, China》
 +
* Yinqing Xu, Bei Shi, Wentao Tian, Wai Lam, 〈[https://www.aaai.org/ocs/index.php/IJCAI/IJCAI15/paper/view/11042/10764 A Unified Model for Unsupervised Opinion Spamming Detection Incorporating Text Generality]〉, 《The Chinese University of Hong Kong, China》
  
 
==같이 보기==
 
==같이 보기==
37번째 줄: 47번째 줄:
 
* [[천즈치]]
 
* [[천즈치]]
  
{{블록체인 개발업체 경영자|토막글}}
+
{{블록체인 개발업체 경영자|검토 필요}}

2019년 9월 25일 (수) 14:33 기준 최신판

티앤원타오(Tian Wentao)
코르텍스(Cortex)

티앤원타오(Tian Wentao)는 인공지능(AI) 기반의 블록체인 서비스를 위한 암호화폐 코르텍스(Cortex)의 인공지능 및 블록체인 엔지니어이다. 프로그래밍, 머신러닝, 분산 알고리즘에 관심이 많으며, C++파이썬(python)에 대한 프로그래밍 기술을 가지고 있다. 티앤원타오는 국제 싸이랩(SCILAB) 오픈소스 소프트웨어(open source software) 콘테스트 수상자로 제34회 ACM/ICPC 아시아 지역 금메달을 수상하였다.[1]

약력[편집]

  • 2008년 ~ 2012년 : 샤먼대학교(Xiamen University) 컴퓨터공학 전공
  • 2010년 06월 : 샤먼대학에서 코디네이터(Coordinator) 봉사활동
  • 2012년 02월 ~ 2012년 04월 : 홍콩중문대학교 연구 조수(Research Assistant)
  • 2012년 ~ 2015년 : 홍콩중문대학교(The Chinese University of Hong Kong) 시스템공학 및 시스템 경영학 석사학위 취득
  • 2014년 10월 ~ 2015년 12월 : 홍콩중문대학교 연구 조수(Research Assistant)
  • 2015년 12월 ~ 현재 : 홍콩에 있는 부동산 거래 회사(a prop trading firm)에서 콴티테이티브 트레이더(Quantitative Trader)로 활동
  • 현재 : 코르텍스(Cortex) 인공지능 및 블록체인 엔지니어

주요 활동[편집]

코르텍스[편집]

코르텍스(Cortex)는 인공지능(AI) 기반의 블록체인 서비스를 위한 암호화폐이다. 코르텍스는 인공지능 서비스를 스마트 계약에 포함시켜 블록체인에서 인공지능 추론 합의 기능을 사용할 수 있게 한다. 이더리움 기반의 ERC-20 토큰으로 개발되었다. 코르텍스는 최초로 인공지능을 블록체인에 적용한 프로그래밍 암호화폐이다.[2] 코르텍스는 인공지능 모델을 스마트 계약에 포함시켜 블록체인에서 인공지능 추론 합의 기능을 사용할 수 있게 하는 독립 실행형 오픈 블록체인이다. 인공지능 모델 호환성을 지닌 블록체인 플랫폼을 구현하게 되면 사용자들은 인공지능 계약을 통해 자신의 인공지능 모델을 블록체인에 업로드하고 작업을 게재할 수 있고 추론을 통한 합의에 도달하는 것도 가능하다. 따라서 개인의 인공지능 디앱을 구현하는 것도 가능하게 된다.

이더리움은 컴퓨터 CPU에 의해 스마트 계약이 실행되는데, 복잡한 코드로 구성된 인공지능 프로그램을 실행하기에는 컴퓨터의 CPU 연산 능력이 턱없이 부족하다. 하지만 코르텍스 네트워크에서는 인공지능 스마트 계약을 통한 네트워크 전체 추론 합의에 도달하고자 하여 그래픽 처리 장치인 GPU와 프로그래밍이 가능한 반도체인 FPGA풀노드에 이용하는 새로운 형태의 블록체인을 개발했다.[3]

논문[편집]

  • 2013년 초대형 데이터베이스에 관한 국제 회의 논문 : 큰 그래프에서 최상위 키워드 검색
요즘 등장하는 네트워크의 노드는 레이블 또는 텍스트 내용을 갖는 것이 일반적이다. 이러한 네트워크에서 최상위 k개의 키워드 (k-NK)검색 문제를 연구한다. 무방향 그래프로 모델링 된 네트워크 G에서 각 노드에는 0 개 이상의 키워드가 연결되고 각 모서리에는 길이를 측정하는 가중치가 할당된다. G의 쿼리 노드 q와 키워드 λ가 주어지면, k-NK 쿼리는 λ를 포함하고 q에 가장 가까운 k개의 노드를 찾는다. k-NK는 독립형 쿼리뿐만 아니라 복잡한 그래프 패턴 일치 문제를 해결하기 위한 구성 요소로도 유용하다. 정확한 k-NK 결과의 핵심은 그래프에서 정확한 최단 거리 추정이다. 최신 거리 오라클 기술을 기반으로 거리 오라클에 대한 최단 경로 트리를 구축하고 트리 거리를 보다 정확한 추정값으로 사용할 수 있다.
  • 2014년 논문 : 이중 희소 주제 모델, 채굴 중심 주제 및 단문 텍스트의 중심 용어
주제 모델링은 탐색 텍스트마이닝에 효과적인 방법으로 입증되었다. 문서가 여러 주제로 생성되는 것이 대부분의 주제 모델에 대한 일반적인 가정이다. 실제 시나리오에서 개별 문서는 일반적으로 다양한 주제를 다루지 않고 몇 가지 중요한 주제에 집중한다. 실제 주제는 어휘를 광범위하게 다루지 않고 좁은 범위의 용어를 채택한다. 이처럼 희박한 정보를 이해하는 것은 사용자가 생성 한 웹 콘텐츠 및 소셜미디어를 분석하는 데 특히 중요하며, 이는 매우 짧은 게시물 및 요약된 토론이라는 특징이 있다. 본 논문에서는 주제 혼합과 단어 사용법의 희소성을 다루는 이중 희소 주제 모델을 제안한다. '스파이크 및 슬래브(Spike and Slab)'를 적용하여 문서 주제와 주제 단어 분포의 희소성과 부드러움을 분리하기 전에 개별 문서에서 몇 가지 중점 주제를 선택하고 주제를 중심으로 용어를 선택할 수 있다. 다른 장르에 대한 실험은 이중 희소 주제 모델이 고전적 주제 모델과 기존 희소성 향상 주제 모델보다 성능이 우수함을 보여준다. 이 개선 사항은 특히 짧은 문서 모음에서 두드러질 수 있다.
  • 2014년 국제 데이터 관리 컨퍼런스 논문 : 대형 및 동적 그래프에서 케이 트러스 커뮤니티 쿼리
국제 데이터 관리 콘퍼런스(ACM SIGMOD)에 대형 및 동적 그래프에서 케이 트러스 커뮤니티 쿼리(Querying k-truss community in large and dynamic graphs) 논문을 발표했다. 밀집된 구조물을 발견하는 커뮤니티 탐지는 네트워크상에서 많이 연구되어 왔다. 이 논문에서, 실질적으로 유용하지만 덜 연구된 온라인 커뮤니티 검색을 연구하였다. 문헌상 그래프에서 쿼리 정점을 고려할 때 문제는 정점이 온라인에 속한다는 의미 있는 커뮤니티를 찾는것이다. 케이트러스(K-truss)에 기반한 새로운 커뮤니티 모델을 제안하였다. 개념은 멋진 구조와 계산적 특성을 가져온다. 컴팩트하고 우아한 인덱스 구조를 설계하여 선형 비용의 케이 트러스 커뮤니티의 효율적인 검색과 공동체 규모에 대한 존중 또한 다음과 같은 동적 그래프 설정으로 케이 트러스 커뮤니티 검색 문제를 조사한다. 그래프 정점 및 가장자리의 빈번한 삽입 및 삭제 대규모 실제 네트워크에서 광범위한 실험을 통해 커뮤니티 모델 및 검색의 효과와 효율성 있는 알고리즘을 제시하였다.
  • 2015년 4월 17일 인공 지능에 관한 국제 공동 회의 논문 : 텍스트 일반성을 통합한 감시되지 않는 의견 스팸 탐지 통합 모델
텍스트 내용을 고려한 스팸 탐지 검토에 관한 기존의 많은 방법들은 내용 유사성과 같은 단순한 텍스트 기능만을 활용하기 때문에 스팸 탐지 개선을 위해 텍스트 일반성을 이용하는 새로운 아이디어를 탐구한다. 게다가 스팸 탐지 검토의 과제 외에, 검토 스팸 발송자(사용자)와 조작된 제공물(항목)을 식별하는 작업도 일부 있었지만, 통일된 모델에서 이 세 가지 과제를 해결하려고 시도한 이전 작품은 없다. 의심스러운 검토 스팸을 탐지하고, 스팸 발송자 및 조작된 오퍼링을 감독되지 않은 방식으로 검토하기 위한 통일 확률론적 그래픽 모델을 제안했다. 아마존(Amazon), 트립어드바이저(TripAdvisor), 옐프(Yelp) 등 3개 검토 기업에 대한 실험 결과 최신 모델과 비교해서 제안된 모델의 우수성이 입증되었다.

각주[편집]

  1. 싸이랩(SCILAB)〉, 《위키백과》
  2. Storny Choi 기자, 〈코르텍스, 마이닝 테스트넷 오픈... "AI 블록체인에 적용한 프로젝트"〉, 《블록타임스TV닷컴》 , 2018-10-16
  3. 번개기타대, 〈코르텍스 (CORTEX) 분석〉, 《네이버 블로그》, 2018-10-25

참고자료[편집]

같이 보기[편집]


  검수요청.png검수요청.png 이 티앤원타오 문서는 블록체인 개발업체 경영자에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.