NG Solution Team
Intelligence artificielle

Dunamu : trois papiers acceptés à la conférence ICAIF 2026

Dunamu a annoncé le 17 novembre que trois de ses travaux de recherche ont été acceptés à l’ICAIF 2026, une conférence internationale dédiée à l’intelligence artificielle appliquée à la finance : un article pour la session principale et deux pour des ateliers spécialisés.

L’ICAIF, organisée par l’Association for Computing Machinery (ACM), rassemble des acteurs mondiaux de la finance et des paiements tels que BlackRock, JPMorgan, Visa, Mastercard et Standard Chartered. L’édition 2026, qui s’est tenue à la Bocconi University à Milan du 14 au 17 novembre, a reçu plus de 1 000 soumissions, un record, et le taux d’acceptation pour la session principale s’est établi à environ 22 %.

Les recherches de Dunamu présentées à l’ICAIF

Les trois papiers de Dunamu portent sur l’amélioration de la précision et de la fiabilité des analyses de données appliquées à l’identification de portefeuilles d’échanges, à la classification d’actifs numériques et au traçage de fonds sur blockchain. Dunamu précise que la technologie d’identification des portefeuilles d’échanges est déjà partiellement exploitée par le service d’analyse blockchain Upbit Data Lab pour analyser les avoirs par type de participant, notamment les exchanges, whales et foundations.

L’article accepté en session principale, intitulé « Classifying On-Chain Behavioral Characteristics of Ethereum-Based Centralized Exchange Wallets Using Proof of Reserves », propose une méthodologie d’apprentissage automatique pour identifier les portefeuilles d’échanges. Des chercheurs dont Park Sung-chan, du quant team de Dunamu, ont analysé environ 3,03 millions d’adresses Ethereum en s’appuyant sur des données de proof-of-reserves publiées par 15 exchanges. L’étude a extrait 58 caractéristiques comportementales, parmi lesquelles les schémas de transaction, les transferts de tokens et l’utilisation du gas.

Testé sur des portefeuilles d’exchanges non utilisés lors de l’entraînement, le modèle a enregistré un PR-AUC moyen de 0.9594, métrique de performance de classification où une valeur proche de 1 indique une meilleure performance. Dunamu indique que ces résultats confirment le potentiel d’identification de portefeuilles d’échanges jusque-là inconnus.

Un article présenté en atelier, « Semantic Translation for an Institutional Digital Asset Classification System », examine la classification des actifs numériques selon leur usage effectif en analysant le code des smart contracts à l’aide d’un large modèle de langage (LLM). Parmi les chercheurs figure Jeon Hyun-ho, responsable du quant team. Les expériences ont porté sur des protocoles DeFi basés sur Ethereum, notamment Uniswap, Aave et Curve. Après traduction du code en langage naturel et classification par fonction financière, 16 des 17 cas analysés correspondaient aux normes de classification existantes. Un point important de la méthodologie est que des humains peuvent directement vérifier et valider les bases des classifications de l’IA. Les chercheurs prévoient d’appliquer cette technologie pour améliorer le Upbit Digital Asset Classification System (UBCS).

Le second article d’atelier, « Bounds on Estimating the Use of Deposited Funds Under Incomplete Transaction Records », traite des informations et conditions nécessaires pour analyser de manière fiable les flux de fonds lorsque les enregistrements de transactions sont incomplets. Parmi les auteurs figurent Kim Sung-yong, project leader de l’équipe FDI, et So Min-seop, responsable de l’équipe FDI. À partir d’études de cas de transactions d’adresses Ethereum et d’expériences d’exécution sur blockchain, ils ont identifié les informations clés qui soutiennent la fiabilité des analyses de source de fonds.

Dunamu indique que ces travaux fournissent une base technique pour améliorer la fiabilité analytique de sa solution de traçage on-chain, OTS, et seront utilisées pour faire progresser ses technologies d’analyse basée sur l’IA pour le traçage de fonds et la lutte contre la criminalité financière.

Kim Dae-hyun, chief data officer de Dunamu, a estimé que ces recherches étaient significatives car elles confirmaient le potentiel de l’IA à analyser les données blockchain avec une plus grande précision et à améliorer la fiabilité des résultats. Il a ajouté que la société poursuivra ses travaux combinant IA et blockchain afin de mener l’innovation technologique dans l’industrie des actifs numériques.

Related posts

Robots humanoïdes : « moment ChatGPT » possible d’ici 2027, mais la commercialisation freine

Thomas Lefèvre

Souveraineté numérique : construire ici ou « louer » chez des voisins, selon le ministre de l’IA

Jean Dupont

Alibaba Cloud lance Agent Native Cloud : révolution pour les entreprises ?

Jean Dupont

This website uses cookies to improve your experience. We assume you agree, but you can opt out if you wish. Accept More Info

Privacy & Cookies Policy